pengungkapan modal intelektual proporsi komisaris
TRANSCRIPT
PENGUNGKAPAN MODAL INTELEKTUAL, PROPORSI KOMISARIS INDEPENDEN DAN KINERJA BANK DI INDONESIA
Daissy Erdianthy
Dr. Chaerul D. Djakman, S.E., Ak., MBA Universitas Indonesia
Kampus UI Depok 16424, Phone: +62-21-727 2425, 727 2646, Fax: +62-21-727 0024 E-mail: [email protected]
Abstract The new economic era has changed the business which was originally based on workforce into a business based on knowledge (Petty and Guthrie, 2000) and caused to a hidden value in the form of intellectual capital. This study aimed to determine the effect of Intellectual Capital Disclosure and the independent commissioner as the tendency of corporate governance mechanisms either individually or jointly against Bank Performance and to determine whether the independent commissioner as the tendency of corporate governance mechanisms will strengthen the effect of intellectual capital disclosure against Bank performance. This study will explore more about the influence of sub-sub-components of intellectual capital disclosures on bank performance. Intellectual capital disclosure is measured by level of disclosure of intellectual capital in firms annual reports using the word count method. This method counts the number of words that describes the items of intellectual capital disclosure in annual reports of previous observations. The results showed that in general 1) the disclosure of intellectual capital significantly have negatively associated with bank performance 2) the proportion of independent commissioner significantly have positively associated with bank performance 3) intellectual capital disclosure and the proportion of independent directors jointly affect the performance of the Bank 4) interaction between the proportion of independent directors to the effect of intellectual capital disclosure on performance produced mixed results.
Keywords: intellectual capital disclosure, value added, VAICTM, word
count, firm performance.
1. Introduction
Information and communication technology mewarnai era ekonomi baru yang
ditandai dengan globalisasi, inovasi teknologi dan persaingan, serta merubah bisnis
yang semula berdasarkan tenaga kerja menjadi bisnis berdasarkan pengetahuan (Petty
dan Guthrie, 2000). Perubahan ini menyebabkan adanya hidden value yang
diindikasikan sebagai intangible asset berupa modal intelektual (intellectual capital
(IC)). Tetapi menurut Lev dan Zarowin (1999) laporan keuangan gagal menggambarkan
luas cakupan intangible asset.
Sebagian besar literatur mengenai modal intelektual mengungkapkan bahwa modal
intelektual dianggap sebagai sumber penciptaan nilai jangka panjang perusahaan
(Edvinsson dan Malone (1997)). Modal intelektual dibagi menjadi tiga elemen utama
(Sveiby, 1997; Stewart, 1999; Meritum, 2002 dalam Oliveira et al., 2008), yaitu: human
capital, structural capital atau organizational capital, dan relational capital. Jensen dan
Meckling (1976) dalam Agency theory menunjukkan adanya konflik kepentingan antara
manajer dengan pemegang saham yang dapat dijembatani oleh pengungkapan sebagai
mekanisme untuk mengontrol kinerja manajer. Pelaporan modal intelektual sebagai
intangible assets dari perusahaan sangat penting dalam menjembatani information gap
yang mungkin timbul antara manajer dan pemilik perusahaan (White et al., 2007).
Penelitian-penelitian sebelumnya mengenai modal intelektual dan pengungkapannya
berkisar antara faktor-faktor apa yang menjadi pemicu pengungkapan sukarela modal
intelektual, pengaruh modal intelektual terhadap kinerja perusahaan, dan pengaruh
kinerja modal intelektual terhadap kinerja keuangan perusahaan. Sedangkan penelitian
mengenai pengaruh corporate governance terhadap kinerja perusahaan baik sebagai
variabel moderasi maupun pengaruh langsung telah banyak dilakukan oleh para peneliti
sebelumnya.
Penelitian ini bertujuan untuk mengetahui pengaruh Pengungkapan Modal
Intelektual dan Proporsi Komisaris Independen sebagai kecenderungan salah satu
praktik Corporate Governance baik secara masing-masing maupun secara bersama-
sama terhadap Kinerja Bank dan menguji pengaruh Proporsi Komisaris Independen
sebagai faktor moderator di dalam pengaruh Pengungkapan Modal Intelektual terhadap
Kinerja Perbankan di Indonesia. Penelitian ini juga akan mengeksplorasi lebih lanjut
mengenai pengaruh sub-subkomponen pengungkapan modal intelektual sebagai
variabel penjelas di dalam tujuan penelitian di atas.
Sektor perbankan dipilih karena adanya pendapat dari Firer dan William (2003)
bahwa sektor perbankan memiliki modal intelektual yang paling intensif dan dari sisi
sumber daya manusia, karyawan perbankan lebih homogen (Kubo dan Saka, 2002).
Bank yang menjadi sampel penelitian terdiri dari bank Pemerintah dan bank Swasta
sehingga dapat menggambarkan kondisi good governance secara umum pada perbankan
Indonesia. Pemilihan sektor perbankan ini juga sekaligus merupakan keterbatasan
penelitian karena hanya menggunakan satu sektor industri.
Metode word count digunakan untuk mengukur pengungkapan modal intelektual di
dalam laporan tahunan bank. Penggunaan metode word count masih jarang dilakukan
dalam penelitian pengungkapan modal intelektual di Indonesia. Diharapkan metode
dapat memberi kontribusi penelitian pengungkapan modal intelektual. Data yang
dipergunakan diambil dari laporan tahunan bank tahun 2008 sampai dengan tahun 2010
dari website perusahaan dan bank data reuters dari perpustakaan UI dengan fokus pada
Bank Go Public di Indonesia yang memiliki informasi lengkap yang dibutuhkan dalam
penelitian ini. Sampel akhir terdiri dari 48 sampel tahun buku Bank.
Hasil penelitian ini diharapkan dapat mendorong Perusahaan untuk
mempertimbangkan pengungkapan modal intelektual sebagai informasi yang diperlukan
bagi stakeholder. Bagi peneliti lain diharapkan dapat mengembangkan model dari
penelitian ini dan menggunakan sampel dari berbagai industry. Bagi pembuat
aturan/standard diharapkan untuk mengatur pencatatan intangible value ini sebagai
bentuk trasparansi pada pengguna laporan keuangan.
Penelitian ini akan terbagi menjadi lima bagian. Bagian pertama yaitu introduction,
akan membahas mengenai latar belakang, tujuan penelitian, dan ruang lingkupnya.
Sedangkan bagian kedua adalah landasan teori dan pengembangan hipotesis yang akan
membahas teori yang berkaitan dengan pengungkapan modal intelektual, proporsi
komisaris independen dan kinerja. Pada bagian tiga akan dibahas mengenai metodologi
penelitian yang berkaitan dengan pemilihan sampel, model empiris yang digunakan,
operasionalisasi variabel, dan pengujian modelnya. Sedangkan pada bagian empat akan
membahas mengenai hasil penelitian ini. Akhirnya, di bagian lima akan dibahas
mengenai kesimpulan, keterbatasan, dan implikasi bagi riset di masa mendatang.
2. Theoretical Framework and Hypothesis Development
Hubungan keagenan menurut Jensen & Mecling (1976) merupakan kontrak antara
shareholder (principal) dengan manajer (agent) untuk melakukan jasa sesuai
kepentingan principal. Timbul konflik ketika masing-masing pihak berusaha
memaksimalkan kepentingan masing-masing melalui hidden action maupun hidden
information. Pengungkapan dianggap oleh teori ini sebagai mekanisme yang dapat
mengurangi biaya yang dihasilkan dan konflik serta mengontrol kinerja manajer,
sehingga manajer didorong untuk mengungkap voluntary information seperti
intellectual capital disclosure. Independent directors (komisaris independen untuk
Indonesia) sebagai salah satu mekanisme corporate governance dapat menambah
effectivitas dari board of directors dalam melakukan mekanisme kontrol (Jensen and
Meckling, 1976).
Signaling theory menyatakan bahwa perusahaan dengan kinerja yang tinggi
menggunakan informasi keuangan untuk mengirim sinyal kepada pasar (Spence, 1973).
Biaya atas sinyal bad news adalah lebih tinggi daripada good news, oleh karena itu
manajer lebih termotivasi untuk mengungkapkan intellectual capital sebagai private
information secara sukarela. Ekspektasi manajer bahwa menyediakan sinyal yang bagus
mengenai kinerja perusahaan kepada pasar akan mengurangi asimetri informasi
(Oliveira et al., 2008).
Dalam pandangan stakeholder theory, perusahaan memiliki stakeholders, bukan
sekedar shareholder (Riahi-Belkaoui, 2003), meliputi pemegang saham, karyawan,
pelanggan, pemasok, kreditor, pemerintah, dan masyarakat. Kelompok stakeholder
inilah yang menjadi pertimbangan utama bagi perusahaan dalam pengungkapan suatu
informasi di dalam laporan keuangan dimana laba akuntansi hanyalah merupakan
ukuran return bagi pemegang saham (shareholder), sementara value added adalah
ukuran yang lebih akurat yang diciptakan oleh stakeholders dan kemudian
didistribusikan kepada stakeholders yang sama (Meek dan Gray, 1988 dalam Riahi-
Belkaoui, 2003).
Manajer memiliki dorongan untuk membuat voluntary disclosure ketika manfaat
yang dihasilkan melebihi biaya yang terjadi (Cost and Benefit Theory). Pengungkapan
wajib maupun sukarela termasuk intellectual capital disclosure mengurangi asimetri
informasi dan membantu memperbaiki beberapa mis-evaluation perusahaan, membantu
mengurangi capital cost, meningkatkan permintaan investor, dan mengurangi bid-ask
spread (Oliveira et al., 2008).
Resource based theory menyatakan bahwa sumber daya perusahaan yang terdiri
dari tangible dan intangible assets, yang digunakan secara efektif dan efisien untuk
mencapai tujuan perusahaan adalah sumber utama dibalik kemampuan bersaing dan
kinerja perusahaan (Belkaoui, 2003; Firer and William, 2003). Sehingga terdapat
kekurangan dari pengukuran kinerja tradisional yang tidak mencerminkan sepenuhnya
sumberdaya intangible yang dimiliki perusahaan dalam laporan keuangannya.
Kinerja perusahaan go public diukur dari laporan keuangan perusahaan dan nilai
pasar sahamnya. Market player biasanya mempertimbangkan faktor-faktor seperti
perkiraan kondisi ekonomi dan prediksi mengenai kemampuan perusahaan untuk
menciptakan nilai (Goh, 2005). Tetapi seringkali nilai buku maupun nilai pasar tidak
mencerminkan nilai yang sesungguhnya dari perusahaan secara tepat. Penelitian Chen et
al. (2005) mengindikasikan bahwa hampir 50% nilai pasar perusahaan tidak tercermin
di dalam laporan keuangan perusahaan. Selisih ini mungkin disebabkan karena
intangible asset berupa modal intelektual seperti kompetensi karyawan, hubungan
dengan pelanggan, sistem dan prosedur kerja, sistem komputer dan administrasi tidak
dicatat dalam model pelaporan akuntansi dan manajemen tradisional (Stewart, 1997).
Akibat tidak memasukan faktor-faktor modal intelektual dalam laporan keuangan maka
laporan keuangan secara umum gagal mencerminkan nilai sebenarnya dari perusahaan
sehinga keputusan yang diambil investor dan stakeholder lain berdasarkan informasi ini
bisa jadi kurang tepat.
2.1. Pengungkapan Modal Intelektual
Sampai saat ini belum ada definisi modal intelektual yang diterima secara umum
atau universal. Namun demikian sebagian besar definisi mengungkapkan hal yang mirip
yaitu modal intelektual dianggap sebagai sumber penciptaan nilai jangka panjang
perusahaan (Edvinsson dan Malone (1997)). Demikian juga dengan klasifikasi modal
intelektual, tidak ada klasifikasi modal ntelektual yang universal. Sebagian besar
peneliti membagi modal intelektual menjadi tiga elemen utama (Sveiby, 1997; Stewart,
1999; Meritum, 2002 dalam Oliveira et al., 2008), yaitu: human capital, structural
capital, dan relational capital.
Pengungkapan dianggap oleh teori agensi sebagai mekanisme yang dapat
mengurangi biaya yang dihasilkan dan konflik serta mengontrol kinerja manajer,
sehingga manajer didorong untuk mengungkap voluntary information seperti
intellectual capital disclosure. Sesuai signaling theory, ekspektasi manajer bahwa
menyediakan sinyal yang bagus mengenai kinerja perusahaan kepada pasar akan
mengurangi asimetri informasi (Oliveira et al., 2008) sehingga manajer lebih
termotivasi untuk mengungkapkan intellectual capital sebagai private information
secara sukarela. Dalam pandangan stakeholder theory, perusahaan memiliki
stakeholders, bukan sekedar shareholder (Riahi-Belkaoui, 2003), Manajer memiliki
dorongan untuk membuat voluntary disclosure ketika manfaat yang dihasilkan melebihi
biaya yang terjadi (Cost and Benefit Theory). Pengungkapan wajib maupun sukarela ter-
masuk intellectual capital disclosure mengurangi asimetri informasi dan membantu
memperbaiki beberapa mis-evaluation perusahaan, membantu mengurangi capital cost,
meningkatkan permintaan investor, dan mengurangi bid-ask spread (Oliveira et al.,
2008).
Bontis et al. (2000) menyatakan bahwa secara umum para peneliti
mengidentifikasi tiga konstruk utama dari modal intelektual, yaitu: structural capital
(SC), customer capital (CC) dan human capital (HC). SC meliputi seluruh non-human
storehouses of knowledge dalam organisasi. Termasuk dalam hal ini adalah database,
organisational charts, process manuals, strategies, routines dan segala hal yang
membuat nilai perusahaan lebih besar daripada nilai materialnya. Sedangkan tema
utama dari CC adalah pengetahuan yang melekat dalam marketing channels dan
customer relationship dimana suatu organisasi mengembangkannya melalui proses
berjalannya bisnis. HC merepresentasikan individual knowledge stock suatu organisasi
yang direpresentasikan oleh karyawannya. HC merupakan kombinasi dari genetic
inheritance, education, experience, and attitude tentang kehidupan dan bisnis. (Bontis
et al., 2000 dalam Ulum et al., 2008 ).
Item-item pengungkapan modal intelektual yang digunakan dalam penelitian ini
mengacu pada penelitian Ulum (2008) yaitu sebanyak 25 item, yaitu:
Internal Structure (Structural)
External Structure Employees Competence (Human Capital)
Intellectual Property
1. Patents
2. Copyrights
3. Trademarks
Infrastructure Assets
4. Management Philosophy
5. Corporate Culture
6. Information Systems
7. Management Process
8. Networking Systems
9. Research Projects
10. Brands
11. Customer
12. Customer Loyalty
13. Company Names
14. Distribution channels
15. Business collaboration
16. Favourable contracts
17. Financial contracts
18. Licensing Agreements
19. Franchising Agreements
20. Know How
21. Education
22. Vocational Qualification
23. Work-related Knowledge
24. Work-related Compeence
25. Enterpreneurial Spirit
Structural capital atau organizational capital merupakan kemampuan perusahaan
dalam memenuhi proses rutinitas perusahaan dan strukturnya, yang mendukung usaha
karyawan untuk menghasilkan kinerja intelektual yang optimal serta kinerja bisnis
secara keseluruhan yang mencakup dua elemen penting, yaitu intellectual property dan
infrastructure asset. Elemen pertama, intellectual property dilindungi oleh hukum
(paten, hak cipta, dan merk dagang). Sedangkan elemen kedua adalah infrastructure
asset, merupakan elemen intellectual capital yang dapat diciptakan di dalam perusahaan
atau dimiliki dari luar (budaya perusahaan, management process, sistem informasi,
networking system). Di dalam kategori ini, elemen research project ditambahkan
sebagai akun inovasi yang dikembangkan oleh perusahaan. Relational capital
merupakan komponen intellectual capital yang memberikan nilai secara nyata, yaitu
berupa hubungan baik antara perusahaan dengan stakeholder ekternal yang berbeda,
meliputi elemen-elemen seperti pelanggan, jaringan distribusi, kolaborasi bisnis,
perjanjian franchise, dan sebagainya. Human capital merupakan lifeblood dalam
intellectual capital dan sumber inovasi dan pengembangan, meliputi sumber daya
manusia dan mencakup beberapa hal seperti pendidikan, pengetahuan dan kompetensi
yang berhubungan dengan pekerjaan, dan karakteristik lainnya (misal: umur, turnover)
yang dimasukkan dalam elemen “karyawan”.
Penjelasan untuk masing-masing item pengungkapan modal intelektual tersebut
sesuai dengan penelitian Li et al (2008), yaitu:
No. Item IC Disclosure
Item IC Explanation
1 Patents it covers the asseets of a company which is protected by Law 2 Copyrights
3 Trademarks 4 Management
Philosophy the way leaders in th firm thin about the firm and its employees (Brooking, 1996: 62), i.e. The way a firm's managed
5 Corporate Culture
the set of key values, beliefs, attitudes and understanding shared by people and groups in an organization, which controls the way members of the organization interact with each other and with other stakeholders.
6 Information Systems
These encompass enterprise-wide systems designed to manage all major functions of the firm and general purpose database product targeted towards specific users (Dewett and Jones, 2001, p.313-314
7 Management Processes
it normally refers to a company's managements (sales tools, company co-operation forms, corporate specialization, operational or administrative processes).
8 Networking Systems
the system available in a firm that allows interaction of people via a broad array of communication media and devices.
9 Research Projects
it refers to future-oriented, longer term activities in bussiness practice, which can achieve higher levels of knowledge and improvement in bussiness .
10 Brands information about, eg. Brand names, brand images, brand awareness, brand loyalty (eg. World of mouth advocacy), brand-building strategies and activities and brand related sales
11 Customers general customer information, eg. Type of customer, customer names, reputation of customers, customer base, knowledge of markets/customers, and customer purchasing histories.
12 Customer Loyalty
is used to describe the behavior of repeat customers, as well as those that offer good ratings, reviews, or testimonials.
13 Company Names
The evaluation of a firm by its stakeholders in terms of their affect, esteem, and knowledge (Deephouse 2000, p.1093
14 Distribution Channels
defined as appropriate mechanisms of getting products and services into the market (Brooking, 1996). It refers to various third party distribution channels, eg. Distribution, agents, dealers
15 Business Collaboration
collaboration established with other business partners (Brooking 1996, p.31
16 Favourable Contracts
the contract obtained because of the unique market position hold by the firm (Brooking 1996, pp.33-34)
17 Financial Contracts
defined as the favorable relationships the firm has with investors, banks and other financiers, financial ratings, financial facilities available, and listings
18 Licensing Agreements
defined as written agreement entered into by the contractual owner of a property or activity giving permission to another to use that property or engage in an activity in relation to that property.
19 Franchising Agreements
defined as legally binding agreement which outlines the franchisor's terms and conditions for the franchisee.
20 Know How disclosure can be description of knowledge, know how, expertise or skills of directors and other employees.
21 Education education of directors asa well as other employees. Employees profesional recognition is classified under employee work relaed competences
22 Vocational Qualification
it refers to education, managed and monitored by trade and professional organizations (Brooking, 1996), received by an employee for particular vacation that proves the skill, knowledge and understanding he/she has to do
23 Work-related Knowledege
what is acquired during the job in term of tacit, explicit and implicit knowledge.
24 Work-related Competence
The knowledge and skills that can be usefull to accomplish jobs.
25 Enterpreneurial Spirit
it refers to e.g. Employee engagement , empowerment , creativity , innovativeness, knowledge sharing, and employee proactive/reactive ability
2.2. Komisaris Independen
Dewan komisaris merupakan salah satu mekanisme di dalam Corporate
Governance (CG). CG merupakan sekumpulan mekanisme yang mempengaruhui
keputusan yang akan diambil oleh manajer ketika ada pemisahan antara kepemilikan
dan pengendalian, beberapa dari pengendalian ini terletak pada fungsi dari dewan
direksi, pemegang saham institusional, dan pengendalian dari mekanisme pasar
(Wardhani, 2007). Beberapa penelitian terdahulu telah membuktikan bahwa dengan
meningkatkan praktek governance dalam perusahaan maka meningkatkan kinerja
perusahaan (Black et al. (2003). Gompers et al. (2003) dan Drobetz (2003). Klapper
dan Love (2003) menegaskan bahwa ada tingkat korelasi yang tinggi antara indikator
mekanisme corporate governance dengan kinerja dan market valuation. Hasil-hasil
penelitian tersebut secara empiris menjelaskan bahwa corporate governance yang
diukur secara berbeda-beda sama-sama berpengaruh positif terhadap kinerja
perusahaan.
Dewan memegang peranan yang sangat signifikan bahkan peran yang utama
dalam penentuan strategi perusahaan tersebut. Allen dan Gale (2000) menegaskan
bahwa dewan merupakan indikator mekanisme governance yang penting, karena dewan
dapat memastikan bahwa manajer mengikuti kepentingan dewan. Struktur governance
di Indonesia memisahkan antara dewan komisaris dengan dewan direksi. Dalam hasil
penelitian yang dilakukan di Amerika, yang dimaksud dengan dewan (board) adalah
dewan komisaris. Mizruchi (1983) menjelaskan bahwa dewan merupakan pusat dari
pengendalian dalam perusahaan, dan dewan ini merupakan penanggung jawab utama
dalam tingkat kesehatan dan keberhasilan perusahaan secara jangka panjang (Louden,
1982).
Menurut agency theory, independent directors dapat menambah effectivitas dari
board of directors (Jensen and Meckling, 1976) dalam melakukan mekanisme kontrol.
Dewan direksi dalam suatu perusahaan akan menentukan kebijakan yang akan diambil
atau strategi perusahaan tersebut secara jangka pendek maupun jangka panjang.
Sedangkan peran dewan komisaris dalam suatu perusahaan lebih ditekankan pada fungsi
monitoring dari implementasi kebijakan direksi. Peran komisaris ini diharapkan akan
meminimalisir permasalahan agensi yang timbul antara dewan direksi dengan
pemegang saham. Oleh karena itu dewan komisaris seharusnya dapat mengawasi
kinerja dewan direksi sehingga kinerja yang dihasilkan sesuai dengan kepentingan
pemegang saham. Efektivitas dewan komisaris dalam menyeimbangkan kekuatan CEO
tersebut sangat dipengaruhi oleh tingkat indepedensi dari dewan komisaris tersebut
(Lorsch, 1989; Mizruchi, 1983; Zahra & Pearce, 1989).
2.3. Kinerja Perusahaan
Kinerja perusahaan yang digunakan dalam penelitian ini adalah Price to Book
Value (PBV). PBV menunjukkan kemampuan perusahaan dalam menciptakan nilai
perusahaan terhadap besarnya modal yang diinvestasikan. PBV yang tinggi
mengindikasikan kemampuan perusahaan yang tingi pula dalam menciptakan nilai bagi
pemegang saham. Ini berarti PBV dapat juga merupakan sinyal positif bagi return
saham (Sidharta, 1998) dan apabila PBV rendah maka hal ini mengindikasikan
kemampuan perusahaan yang rendah pula dalam menciptakan nilai bagi pemegang
saham (sinyal negatif).
PBV juga menggambarkan penilaian pasar keuangan terhadap managemen dan
organisasi dari perusahaan yang sedang berjalan. PBV dirumuskan sebagai berikut
(Harahap, 2002):
PBV = Harga pasar/lembar saham
Nilai buku/lembar saham
Dari rumus di atas tercermin seberapa besar pasar menghargai nilai buku saham suatu
perusahaan. Makin tinggi rationya, berarti pasar percaya akan prospek perusahaan
tersebut. PBV mencerminkan kinerja perusahaan dari sudut pandang stake holder
perusahaan.
2.4. Hypothesis Development
2.4.1. Pengungkapan Modal Intelektual dan Kinerja Perusahaan
Pengungkapan faktor-faktor modal intelektual terbukti memberikan manfaat yaitu
untuk mengurangi cost of equity, meningkatkan kinerja saham yang tidak berhubungan
dengan laba sekarang dan laba yang diharapkan, serta menghasilkan korelasi harga
saham yang tinggi dengan laba masa depan ketika dibandingkan dengan perusahaan
yang tingkat pengungkapannya lebih rendah (Bozzolan et. al. (2003)).
Penelitian tentang praktik pengungkapan modal intelektual dan pengaruhnya
terhadap kinerja perusahaan menarik dilakukan karena survey global yang dilakukan
oleh Price Waterhouse-Coopers (Eccles et al., 2001 dalam Bozzolan et al., 2003) dan
Taylor and Associates pada tahun 1998 (Williams, 2001). Hasil survey tersebut
menunjukkan bahwa ternyata informasi mengenai ”intellectual capital” perusahaan
merupakan 5 dari 10 jenis informasi yang dibutuhkan user. Namun, pada kenyataannya
tipe informasi yang dipertimbangkan oleh investor tersebut tidak diungkapkan sehingga
menyebabkan terjadinya “information gap” (Bozzolan et al., 2003). Oleh karena itu
perlu diteliti bagaimanakah praktik pengungkapan intellectual capital di Indonesia.
Hubungan modal intelektual dengan dengan kinerja perusahaan telah dibuktikan
secara empiris oleh beberapa peneliti dalam berbagai pendekatan di beberapa negara.
Dari beberapa penelitian terdahulu tentang pengaruh modal intelektual terhadap kinerja
perusahaan, terdapat beberapa perbedaan hasil. Misalnya hasil penelitian yang
dilakukan Firrer dan Williams (2003) yang menyatakan bahwa dari ketiga komponen
modal intelektual tidak satupun yang berpengaruh terhadap Return On Asset, tetapi
beberapa komponen modal intelektual tersebut berpengaruh (ada positif dan ada negatif)
terhadap Market Book. Hasil penelitian yang dilakukan oleh Ulum, Ghozali, dan Chariri
(2008) menyatakan bahwa salah satu komponen IC berpengaruh positif terhadap ROA.
Berdasarkan hasil beberapa penelitian tersebut dapat disimpulkan bahwa secara umum
intellectial capital berpengaruh terhadap kinerja keuangan perusahaan, dan tidak semua
komponen IC berpengaruh terhadap kinerja perusahaan.
Hipotesa 1a: pengungkapan modal intelektual periode (t-1) akan berpengaruh positif
signifikan terhadap kinerja bank periode t
Hipotesa 1b: pengungkapan Structural Capital, Customer Capital, Human Capital
periode t-1 akan berpengaruh positif signifikan terhadap kinerja bank
periode t
2.4.2. Proporsi Komisaris Independen dan Kinerja Perusahaan
Penelitian mengenai dampak dari independensi dewan terhadap kinerja
perusahaan masih beragam. Ada penelitian yang menyatakan bahwa tingginya proporsi
dewan luar berhubungan positif dengan kinerja perusahaan (Yermack, 1996; Daily &
Dalton, 1993; Strearns & Mizruchi, 1993). Penelitian lain menyatakan bahwa tingginya
proporsi dewan luar bukan merupakan faktor dari kinerja perusahaan (Kesner &
Johnson, 1990). Ada pula penelitian yang menyatakan bahwa tingginya proporsi dewan
luar berhubungan negatif dengan kinerja (Baysinger, Kosnik & Turk, 1991; Goodstein
& Boeker, 1991).
Menurut agency theory, independent directors dapat menambah effectivitas dari
board of directors (Jensen and Meckling, 1976) dalam melakukan mekanisme kontrol.
Dewan komisaris mengawasi kinerja dewan direksi sehingga kinerja yang dihasilkan
sesuai dengan kepentingan pemegang saham, maka hipotesis penelitian berikutnya
adalah:
Hipotesa 2: proporsi komisaris independen periode t akan berpengaruh positif
signifikan terhadap kinerja bank periode t
2.4.3 Pengaruh Proporsi Komisaris Independen terhadap Pengaruh antara
Pengungkapan Modal Kapital Terhadap Kinerja Perusahaan
Hubungan keagenan menurut Jensen & Mecling (1976) merupakan kontrak antara
shareholder (principal) dengan manajer (agent) untuk melakukan jasa sesuai
kepentingan principal. Timbul konflik ketika masing-masing pihak berusaha
memaksimalkan kepentingan masing-masing melalui hidden action maupun hidden
information. Pengungkapan dianggap oleh teori ini sebagai mekanisme yang dapat
mengurangi biaya yang dihasilkan dan konflik serta mengontrol kinerja manajer,
sehingga manajer didorong untuk mengungkap voluntary information seperti
intellectual capital disclosure.
Komisaris independen merupakan mekanisme kontrol, tidak saja untuk
meyakinkan perilaku perusahaan terhadap keinginan dari shareholder, tetapi juga untuk
kepentingan stakeholder lain dengan menyediakan lebih banyak informasi terkait
aktivitas dan kinerja perusahaan (Haniffa and Cooke, 2005)
Eng and Mak (2003) menyatakan bahwa komisaris independen dapat
mempengaruhi perusahaan untuk lebih men-disclose lebih banyak informasi bagi
outside investors. Penelitian Haniffa and Cooke (2005) dan Hossain (2008) menemukan
hubungan substitusi antara information disclosure dan komisaris independen. Nasir and
Abdullah (2004); Lim, Matolcsy, and Chow (2007) menemukan adanya hubungan
positif significant antara independent directors dan information disclosure. Cerbioni
and Parbonetti (2007) menemukan bahwa independent directors memiliki positive
impact pada internal capital disclosure. Sedangkan Li et al., (2008) juga menemukan
bahwa terdapat hubungan positif significant antara independent directors dan
intellectual capital disclosure.
Hipotesa 3a: pengungkapan modal intelektual periode t-1 dan proporsi komisaris
independen periode t secara bersama-sama akan berpengaruh positif
signifikan terhadap kinerja bank periode t
Hipotesis 3b: pengungkapan Structural Capital, Customer Capital, Human Capital
periode t-1 dan proporsi komisaris independen periode t secara bersama-
sama akan berpengaruh positif signifikan terhadap kinerja bank periode t
Hipotesa 4a: proporsi komisaris independen periode t akan memperkuat pengaruh
pengungkapan modal intelektual periode t-1 terhadap kinerja bank periode
t
Hipotesa 4b: proporsi komisaris independen pada periode t-1 akan memperkuat
pengaruh pengungkapan Structural Capital, Customer Capital, Human
Capital pada periode t-1 terhadap kinerja bank periode t
2.5. Rerangka Model Penelitian
Berdasarkan kepada rerangka teoritis, penelitian terdahulu serta pengembangan
hipotesis yang disampaikan maka disusun rerangka model penelitian dalam Gambar 2.1.
Gambar 2.1. Rerangka Model Penelitian
Proporsi Komisaris Independen
Kinerja Bank
Pengungkapan Modal Intelektual
- Structural Capital - Customer Capital - Human Capital
Variabel Kontrol: - Size - Age
- Leverage
3. Research Method
3.1 Data dan Pemilihan Sampel Penelitian
Populasi penelitian ini adalah bank yang terdaftar di Bursa Efek Indonesia (BEI)
tahun 2010. Data yang digunakan adalah laporan tahunan tahun 2008 dan 2009 dan
laporan keuangan tahunan perusahaan yang telah diaudit dan dipublikasikan di BEI
tahun 2009 dan tahun 2010. Data diperoleh dengan mengakses database reuters milik
perpustakaan Universitas Indonesia, situs milik Indonesian Stock Exchange, situs milik
Bank Indonesia dan website bank sampel.
Bank yang dijadikan sampel penelitian sebanyak 24 bank atau 48 sampel tahun
bank dengan kriteria sebagai berikut: 1) bank telah terdaftar penuh di BEI sebelum
tahun 2009; 2) bank mempublikasikan annual report secara lengkap untuk tahun 2008
sampai dengan 2010; 3) bank tidak melaporkan rugi dan memiliki tanggal tutup buku 31
Desember; 4) bank melaporkan informasi bersifat moneter dalam satuan mata uang
Rupiah; 5) terdapat data-data yang diperlukan untuk penelitian.
Prosedur Pemilihan Sampel
Prosedur Pemilihan Jumlah Perusahaan Bank terdaftar di BEI periode 2010 31 Baru terdaftar di BEI setelah tahun 2009 5 Melaporkan rugi 1 Data tidak lengkap 1 Jumlah bank sebagai sampel penelitian 24
3.2. Variabel Penelitian dan Operasionalisasi Variabel
3.2.1. Variabel Penelitian
Variabel bebas dalam penelitian ini adalah pengungkapan modal intelektual dan
proporsi komisaris independen. Proporsi komisaris independen dalam penelitian ini juga
sekaligus sebagai variable moderasi. Sedangkan variabel terikat dalam penelitian ini
adalah kinerja bank dengan menggunakan proksi PBV (Chen et al., 2005; Shiu, 2006;
Tan et al., 2007; Kamath, 2008). Selain itu penelitian ini juga menggunakan variabel
kontrol yaitu Size, Age dan Leverage.
3.2.2 Operasionalisasi Variabel
Variabel bebas pengungkapan modal intelektual (ICD) diukur dengan
menggunakan metode word count, yaitu menghitung jumlah kata yang menjelaskan
item-item pengungkapan modal intelektual di dalam annual report tahun pengamatan
sebelumnya. Kemudian dengan alat bantu yang ada pada program Microsoft Word yaitu
word count, dihitung jumlah kata yang menjelaskan pengungkapan masing-masing item
tersebut pada laporan tahunan perusahaan. Setelah semua sampel bank dihitung masing-
masing item pengungkapannya kemudian dijumlah berdasarkan kelompok Structural
Capital, Customer Capital dan Human Capital serta total keseluruhan jumlah kata
pengungkapan merupakan ukuran dari pengungkapan modal intelektual (ICD)
perusahaan. Untuk kepentingan penelitian, jumlah kata tersebut kemudian di
naturalisasikan dengan Log. Sedangkan proporsi komisaris independen diukur dengan
cara membagi jumlah komisaris independen dengan jumlah total anggota dewan
komisaris seperti penelitian yang dilakukan Li et al (2008).
Variabel terikat kinerja bank diukur dengan menggunakan Price to Book Value
(PBV). PBV mencerminkan kinerja perusahaan dari sudut pandang stakeholder
perusahaan. PBV dihitung dengan cara membagi harga perlembar saham pada akhir
tahun dengan nilai buku per lembar saham perusahaan. Dalam penelitian ini, nilai PBV
didapat dari harga penutupan saham bank sampel periode observasi (data didapat dari
situs duniainvestasi) dibagi dengan nilai buku per lembar saham (data didapat dari bank
data reuters).
Untuk variabel kontrol, Size diukur dari logaritma nilai total aset, Age diukur dari
lamanya suatu perusahaan berada di bursa saham, sedangkan Leverage diukur dengan
cara membagi total utang dengan total ekuitas.
3.3. Model Persamaan Penelitian
Penelitian ini menggunakan beberapa model persamaan regresi linier berganda
untuk menguji hipotesis yang telah diuraikan pada subbab sebelumnya. Model
persamaan tersebut mengacu kepada beberapa penelitian terdahulu yang menguji
pengaruh modal intelektual terhadap kinerja perusahaan (Bontis et al., 2000; Firrer dan
Williams, 2003; Chen et al., 2005; Astuti dan Sabeni, 2005; Tan et al., 2007).
Sedangkan pengaruh proporsi komisaris independen terhadap hubungan modal
intelektual dengan kinerja perusahaan diperlakukan sebagai variabel moderating dan
dimasukkan dalam persamaan sehingga persamaan menjadi sebagai berikut:
Untuk mengetahui pengaruh pengungkapan modal intelektual secara parsial
terhadap kinerja Bank digunakan model persamaan berikut:
PBVit = γ + β1ICDi(t-1) + β2Sizeit + β3AGEit + β4LEVit + εit ………................…….
(persamaan 1)
Untuk mengetahui pengaruh proporsi komisaris independen secara parsial
terhadap kinerja Bank digunakan model persamaan berikut:
PBVit = γ + β1INDEP i(t) + β2Sizeit + β3AGEit + β4LEVit + εit ……............……….
(persamaan 2)
Untuk mengetahui pengaruh pengungkapan modal kapital dan proporsi komisaris
independen secara bersama terhadap kinerja Bank digunakan model persamaan berikut:
PBVit = γ + β1ICDi(t-1) + β2INDEP i(t) + β3Sizeit + β4AGEit + β5LEVit + εit .............
(persamaan 3)
Sedangkan untuk mengetahui pengaruh proporsi komisaris independen terhadap
pengaruh modal intelektual dengan kinerja perusahaan digunakan model persamaan
berikut:
PBVit = γ + β1ICDi(t-1) + β2INDEP i(t) + β3ICD i(t-1)*INDEP i(t) + β4Sizeit + β5AGEit +
β6LEVit + εit
..............................................................................................................
(persamaan 4)
Keterangan:
PBVit : Price to Book Value perusahaan i pada periode t ICDi(t-1) : Log total pengungkapan modal intelektual pada periode t-1 INDEP i(t) : proporsi komisaris independen dibagi dengan jumlah komisaris
keseluruhan pada periode t
ICD i(t-1)*INDEP i(t) : moderasi dari proporsi komisaris independen pada periode t dengan pengungkapan modal intelektual pada periode t-1
SIZEit : Size perusahaan i pada tahun ke t diukur dengan Log total aset AGEit : Age of listing perusahaan pada bursa saham LEVit : Leverage perusahaan i pada tahun ke t diukur dengan proporsi
total debt dibagi dengan total equity β : koefisien εit : error term perusahaan i pada tahun ke t
Pengujian Tambahan
Untuk mengetahui lebih jauh tentang variabel penjelas mana yang berpengaruh
terhadap kinerja bank, maka dilakukan pengujian tambahan dengan menggunakan
persamaan: PBVit = γ + β1SCi(t-1) + β2CCi(t-1) + β3HCi(t-1) + β4Sizeit + β5AGEit + β6LEVit + ε it.... (persamaan 5)
PBVit = γ + β1SCi(t-1) + β2CCi(t-1) + β3HCi(t-1) + β4INDEP i(t) + β5Sizeit + β6AGEit + β7LEVit + ε it
(persamaan 6)
PBVit = γ + β1SCi(t-1) + β2CCi(t-1) + β3HCi(t-1) + β4INDEP i(t) + β5SCi(t-1)*INDEPi(t) + β6CCi(t-
1)*INDEPi(t) + β7CCi(t-1)*INDEPi(t) + β8Sizeit + β9AGEit + β10LEVit + ε it … (persamaan 7)
Keterangan:
SCi(t-1) : Log total pengungkapan structural capital pada periode t-1 CCi(t-1) : Log total pengungkapan customer capital pada periode t-1 HCi(t-1) : Log total pengungkapan human capital pada periode t-1 SC i(t-1)*INDEP i(t) : moderasi dari proporsi komisaris independen dengan
pengungkapan structural capital pada periode t-1 CC i(t-1)*INDEP i(t) : moderasi dari proporsi komisaris independen dengan
pengungkapan customer capital pada periode t-1 HC i(t-1)*INDEP i(t) : moderasi dari proporsi komisaris independen dengan
pengungkapan human capital pada periode t-1
Metode Analisis Data
Analisis data dalam penelitian ini menggunakan statistik deskriptif dan pengujian
hipotesis. Pengujian Statistik dilakukan dengan menggunakan program eviews6 dengan
data panel, dimana model regresi menggunakan data 24 sampel Bank selama dua tahun.
Metode pengolahan data adalah pooled least square dengan menguji terlebih dahulu
asumsi-asumsi Ordinary Least Square (OLS) yang diperlukan seperti uji normalitas,
multikolinearitas dan heteroskedastisitas. Setelah tidak ada masalah dengan metode
regresi, maka hasil regresi ini akan diuji siginifikansi pengaruh masing-masing varibale,
dan akan ditentukan apakah hipotesis penelitian ditolak atau tidak. Hasil yang disajikan
dalam penelitian ini adalah hasil regresi yang sudah memenuhi asumsi-asumsi tersebut.
Analisis sensitivitas
Analisis sensitifitas dilakukan untuk menguji robustness dari hasil penelitian. Analisis
sensitivitas dilakukan terhadap model pengujian utama dan pengujian tambahan. Dalam
analisis sensitivitas ini pengungkapan modal intelektual (ICD) diukur dengan metode
content analysis, yaitu menghitung jumlah item-item pengungkapan modal intelektual
di dalam annual report tahun pengamatan sebelumnya, baik berdasarkan kelompok
Structural Capital, Customer Capital dan Human Capital serta total item pengungkapan
modal intelektual (ICD) perusahaan.
4. Result
4.1. Analisa Deskriptif
Analisa Deskriptif untuk pengungkapan structural capital
Mean Median
Standard Deviation
Mini mum Maximum Count
1. Patents - - - - - -
2. Copyrights - - - - - - 3. Trademarks 497.01 423.50 313.54 38.00 1,858.00 44.00 4. Management Philosophy 178.62 88.00 205.85 33.00 892.00 45.00 5. Corporate Culture 2,244.74 832.00 4,635.74 71.00 22,896.00 37.00 6. Information Systems 747.91 589.00 510.96 73.00 2,064.00 35.00 7. Management Processes 16,242.55 9,949.50 12,806.71 449.00 49,401.00 48.00 8. Networking Systems 1,387.29 659.00 2,286.07 17.00 6,544.00 7.00 9. Research Projects - - - - - -
Dari analisa deskriptif mengenai pengungkapan structural capital di dalam laporan
tahunan diatas, terdapat tiga item yang tidak ada pengungkapannya, yaitu patents,
copyrights dan research projects. Hal ini disebabkan karena item-item pengungkapan
diatas dipakai untuk segala jenis industri, sehingga untuk perbankan ketiga item tersebut
kurang sesuai.
Rendahnya pengungkapan untuk suatu item, misalnya item networking systems
bukan berarti tidak terdapat networking systems dalam Bank tersebut, hanya saja tidak
diungkapkan dalam laporan tahunan. Sementara tingginya pengungkapan beberapa item
(hampir semua bank mengungkapkan dalam laporan tahunannya) tidak serta merta
menggambarkan tingkat pengungkapan sukarela dalam laporan tahunan. Hal ini
disebabkan adanya aturan dari Bapepam Nomor : Kep-38/PM/1996 tanggal 17 Januari
1996 mengenai bentuk dan isi laporan tahunan, sehingga sifat pengungkapan tersebut
lebih bersifat mandatory atau memenuhi ketentuan.
Hasil analisa descriptive untuk pengungkapan customer capital:
Mean Median Standard Devia tion
Mini mum
Maxi mum Count
10. Brands 1,103.53 651.00 1,351.95 120.00 5,736.00 38.00 11. Customers 1,438.67 701.00 1,602.44 197.00 4,413.00 9.00 12. Customer Loyalty 656.86 496.00 383.59 262.00 1,325.00 7.00 13. Company Names 275.47 153.50 242.47 4.00 950.00 36.00 14. Distribution Channels 4,105.70 1,636.50 5,856.28 40.00 26,110.00 46.00 15. Business Collaaboration 379.65 203.00 500.37 11.00 2,385.00 31.00 16. Favourable Contracts 133.00 133.00 - 133.00 133.00 1.00 17. Financial Contracts 1,105.58 651.00 1,318.30 15.00 5,893.00 26.00 18. Licensing Agreements 226.00 226.00 - 226.00 226.00 1.00 19. Franchising Agreements - - - - - -
Terdapat item pengungkapan yang rendah yaitu favourable contracts, licensing
agreement dan franchising agreements disini juga akibat dari jenis industry yang
dipakai dalam sampel memang sedikit yang menggunakan item-item pengungkapan
tersebut. Sementara item-item pengungkapan seperti customers dan customer loyalty
seharusnya diungkapkan oleh lebih banyak Bank karena sifat industrinya yang
mengutamakan pelayanan dan kepercayaan dari customer/nasabahnya, tetapi disini
justru hanya sedikit Bank yang mengungkapkan, yaitu 9 Bank yang mengungkapkan
item customer dan 7 Bank yang mengungkapkan customer loyalty. Menurut Ulum
(2010) perusahaan akan cenderung mengurangi jumlah pengungkapan modal intelektual
dalam laporan tahunan untuk memelihara keunggulan kompetitif yang telah dimiliki.
Sehingga jika bank mengungkapkan informasi keberhasilan modal intelektualnya bisa
saja hal itu akan menjadi pemicu bagi kompetitor untuk merebut customers atau meniru
program-program customer loyalty Bank tersebut.
Hasil analisa descriptive untuk pengungkapan human capital:
Mean Median Standard Deviation Mini mum
Maxi mum Count
20. Know How 1820.56 1675.50 1611.96 17.00 6709.00 48.00 21. Education 1157.50 746.00 1260.60 114.00 6175.00 32.00 22. Vocational
Qualification 379.33 348.00 196.81 141.00 770.00 12.00 23. Work-related
Knowledege 566.80 552.00 301.72 153.00 1155.00 15.00 24. Work-related
Competence 539.67 154.00 778.76 29.00 1436.00 3.00 25. Enterpreneurial
Spirit 2289.06 1728.00 1367.64 704.00 7115.00 48.00
Dilihat dari sumber daya manusia, kompetensi dan kualifikasi karyawan
perbankan lebih homogen (Kubo dan Saka, 2002) sehingga seharusnya jumlah
pengungkapan oleh Bank untuk item-item Human Capital tidak terlalu berbeda. Tetapi
hasil dari analisa descriptif diatas menunjukkan hanya beberapa Bank yang
mengungkapkan mengenai vocational qualification, work related knowledge dan work
related competence. Hal ini juga menunjukkan perusahaan cenderung mengurangi
jumlah pengungkapan dalam laporan tahunan karena pengungkapan keberhasilan modal
intelektual bisa saja hal itu akan menjadi pemicu bagi kompetitor untuk mengganti
karyawannya – bahkan ‘merebut’ karyawan perusahaan dengan imbalan kerja yang
lebih tinggi (Ulum, 2009).
Hasil analisa descriptive secara keseluruhan untuk pengungkapan modal
intektual:
Mean Median Standard Deviation Minimum Maximum Count
SC Disclosure 2008 17,739.54 11,373.50 12,918.99 5,790.00 49,258.00 24.00 SC Disclosure 2009 20,947.65 15,508.00 15,081.58 6,516.00 55,272.00 24.00 CC Disclosure 2008 5,275.33 3,197.00 6,802.67 648.00 31,885.00 24.00 CC Disclosure 2009 7,188.50 3,723.50 8,137.25 717.00 28,501.00 24.00 HC Disclosure 2008 5,282.50 4,480.50 2,809.11 2,545.00 14,148.00 24.00 HC Disclosure 2009 5,091.46 4,354.50 2,951.74 1,649.00 13,211.00 24.00 Total IC Disclosure 2008 28,297.38 19,470.50 20,714.92 9,920.00 95,291.00 24.00 Total IC Disclosure 2009 33,227.60 27,358.00 23,461.58 9,475.00 96,984.00 24.00
Secara keseluruhan dapat diambil kesimpulan bahwa terjadi peningkatan
pengungkapan modal intelektual pada laporan tahunan 2009 dibandingkan tahun 2008
dengan kelompok pengungkapan terbesar berada pada pengungkapan structural capital
dan kelompok pengungkapan terendah pada pengungkapan human capital.
4.2. Hasil Pengujian Utama
Hasil regresi persamaan (1):
Dependent Variable: PBV Variable Expected Sign Coeff. Prob. ICDi(t-1) + -0.958 0.055 Significance at the 10% (one tail) SIZEi + 1.010 0.000 Significance at the 1% (one tail) AGEi + -0.041 0.004 LEVi - -0.100 0.002
C 0.178 0.467 R2 0.383
Hasil dari pengujian persamaan 1 menunjukkan bahwa intellectual capital
disclosure secara signifikan berpengaruh negatif terhadap kinerja bank, sehingga
Hipotesa 1a ditolak.
Hasil regresi persamaan (2):
Dependent Variable: PBV
Variable Sign Coeff. Prob. INDEPt + 3.540 0.001
Significance at the 1% (one tail) SIZEi + 0.822 0.000 AGEi + -0.034 0.013 LEVi - -0.123 0.000
C -4.581 0.000 R2 0.512
Sesuai prediksi proporsi komisaris independen berhubungan positif signifikan
terhadap kinerja bank, sehingga H2 diterima.
Hasil regresi persamaan (3):
Dependent Variable: PBV
Variable Expected Sign Coeff. Prob. ICDi(t-1) + -0.654 0.112 INDEPt + 3.400 0.002
Significance at the 1% (one tail) SIZEi + 1.002 0.000 AGEi + -0.036 0.011 LEVi - -0.126 0.000
C -2.901 0.078 R2 0.525
Pengujian pengungkapan modal intelektual dan proporsi komisaris independen
secara bersama-sama terhadap kinerja bank menunjukkan pengungkapan modal
intelektual berpengaruh negatif signifikan terhadap kinerja Bank sedangkan proporsi
komisaris independen berhubungan positif signifikan terhadap kinerja Bank, sehingga
H3a ditolak.
Hasil regresi persamaan (4):
Dependent Variable: PBV
Variable Expected Sign Coeff. Prob. ICDi(t-1) + -0.535 0.172 INDEPt + 3.093 0.032 Significance at the 5% (one tail) D(ICDi(t-1)* INDEPi(t)) + 0.148 0.282 SIZEi + 0.962 0.000 Significance at the 1% (one tail) AGEi + -0.037 0.007 LEVi - -0.121 0.000 C -2.958 0.065 R2 0.541
Hasil pengujian persamaan 4 menunjukan bahwa hanya proporsi komisaris
independen yang berhubungan positif signifikan terhadap kinerja Bank, sehingga H4a
ditolak.
4.3. Hasil Pengujian Tambahan
Hasil regresi persamaan (5):
Dependent Variable: PBV
Variable Expected Sign Coeff. Prob. SCi(t-1) + -1.860 0.007 Significance at the 1% (one tail) CCi(t-1) + -0.784 0.014 Significance at the 5% (one tail) HCi(t-1) + 2.164 0.003 Significance at the 1% (one tail) SIZEi + 1.199 0.000 AGEi + -0.026 0.081 Significance at the 10% (one
tail) LEVi - -0.105 0.002 Significance at the 1% (one tail) C -2.900 0.089 R2 0.467
Hasil pengujian tambahan dengan menggunakan variabel penjelas dari
pengungkapan modal intelektual yaitu pengungkapan structural capital, pengungkapan
consummer capital dan pengungkapan human capital terhadap kinerja bank
menunjukkan bahwa pengungkapan structural capital, pengungkapan consummer
capital dan pengungkapan human capital secara bersama-sama berpengaruh signifikan
terhadap kinerja bank, tetapi hanya pengungkapan human capital berpengaruh positif
terhadap kinerja bank, sedangkan pengungkapan structural capital, dan pengungkapan
consummer capital berpengaruh negatif terhadap kinerja bank sehingga H1b ditolak.
Hasil regresi persamaan (6):
Dependent Variable: PBV
Variable Expected Sign Coeff. Prob. SCi(t-1) + -1.294 0.032 Significance at the 5% (one tail) CCi(t-1) + -0.276 0.209 HCi(t-1) + 1.053 0.088 Significance at the 10% (one tail) INDEPt + 2.929 0.020 Significance at the 5% (one tail) SIZEi + 1.111 0.000 Significance at the 1% (one tail) AGEi + -0.031 0.040 Significance at the 5% (one tail) LEVi - -0.129 0.000 Significance at the 1% (one tail) C -3.784 0.034 R2 0.548
Hasil pengujian tambahan dengan menggunakan variabel penjelas dari
pengungkapan modal intelektual yaitu pengungkapan structural capital, pengungkapan
consummer capital dan pengungkapan human capital bersama-sama dengan proporsi
komisaris independen terhadap kinerja bank menunjukkan bahwa hanya pengungkapan
customer capital yang tidak berpengaruh signifikan terhadap kinerja bank.
Pengungkapan structural capital berpengaruh negatif terhadap kinerja bank sedangkan
pengungkapan human capital berpengaruh positif terhadap kinerja bank konsisten
dengan hasil pengujian pengungkapan structural capital, pengungkapan consummer
capital, pengungkapan human capital dan proporsi komisaris independen secara parsial
terhadap kinerja bank sehingga H3b ditolak.
Hasil regresi persamaan (7):
Dependent Variable: PBV
Variable Expected Sign Coeff. Prob. SCi(t-1) + -0.721 0.236 CCi(t-1) + 0.161 0.365 HCi(t-1) + 0.122 0.455 INDEPt + 3.042 0.0567 Significance at the 10% (one tail) D(SCi(t-1)* INDEPt) + -0.914 0.183 D(CCi(t-1)* INDEPt) + -0.365 0.269 D(HCi(t-1)* INDEPt) + 1.430 0.085 Significance at the 10% (one tail) SIZEi + 1.122 0.000 Significance at the 1% (one tail) AGEi + -0.046 0.024 Significance at the 5% (one tail) LEVi - -0.128 0.000 Significance at the 1% (one tail) C -4.3106 0.020 R2 0.586
Hasil pengujian persamaan 7 menunjukkan bahwa hanya proporsi dewan
komisaris dan interaksi antara pengungkapan human capital dengan proporsi dewan
komisaris yang berpengaruh positif signifikan terhadap kinerja Bank, sehingga H4b
ditolak.
4) Pengujian Sensitivitas
Secara umum, pengujian sensitivitas memperkuat hasil pengujian utama dan tambahan.
- Secara parsial intellectual capital disclosure secara signifikan berpengaruh negatif
terhadap kinerja bank sehingga H1a ditolak.
- pengungkapan modal intelektual dan proporsi komisaris independen secara bersama-
sama terhadap kinerja bank menunjukkan pengaruh yang signifikan, pengungkapan
modal intelektual berpengaruh negatif terhadap kinerja sedangkan proporsi komisaris
independen yang berhubungan positif terhadap kinerja Bank, hasil ini konsisten
dengan pengujian utama sehingga H3a ditolak.
- pengungkapan modal intelektual dan proporsi komisaris independen secara bersama-
sama berpengaruh secara positif signifikan terhadap kinerja bank, serta proporsi
komisaris independen secara signifikan memperlemah pengaruh pengungkapan modal
intelektual terhadap kinerja bank, sehingga h4a ditolak.
- pengungkapan structural capital, pengungkapan consummer capital dan
pengungkapan human capital terhadap kinerja bank menunjukkan bahwa
pengungkapan structural capital, pengungkapan consummer capital dan
pengungkapan human capital secara bersama-sama berpengaruh signifikan terhadap
kinerja bank. pengungkapan structural capital, dan pengungkapan consummer capital
berpengaruh negatif terhadap kinerja bank sedangkan pengungkapan human capital
berpengaruh positif terhadap kinerja bank. Hasil ini konsisten dengan hasil pengujian
tambahan persamaan (5) sehingga H5b ditolak.
- pengungkapan structural capital, pengungkapan consummer capital, pengungkapan
human capital dan proporsi komisaris independen secara bersama-sama berpengaruh
signifikan terhadap kinerja bank. pengungkapan structural capital, dan pengungkapan
consummer capital berpengaruh negatif terhadap kinerja bank sedangkan
pengungkapan human capital dan proporsi komisaris independen berpengaruh positif
terhadap kinerja bank, sehingga H6b ditolak.
- pengungkapan structural capital dan proporsi dewan komisaris berpengaruh positif
terhadap kinerja bank, sedangkan interaksi antara structural capital dengan proporsi
komisaris independen dan interaksi antara customer capital dengan proporsi komisaris
independen berpengaruh negatif signifikan terhadap kinerja bank
- Sesuai prediksi, Size berhubungan positif signifikan terhadap kinerja, Leverage
menunjukkan hubungan negatif signifikan, sedangkan hasil yang mengejutkan dan
bertolak belakang dengan prediksi adalah Age berhubungan negatif signifikan. Hal ini
menunjukkan bahwa bank yang telah lama listing justru memiliki kinerja yang lebih
rendah.
- Dilihat dari besar R2–nya, persamaan regresi dengan metode content analysis terbukti
lebih baik daripada metode word count, meskipun secara umum kedua persamaan
regresi tersebut memiliki R2 yang cukup tinggi dibandingkan penelitian akuntansi
biasanya sehingga dapat disimpulkan model penelitian ini cukup baik untuk
menjelaskan tujuan penelitian.
5. Conclusion, Limitation and Implication
5.1. Conclusion
Berdasarkan hasil penelitian di atas, dapat ditarik kesimpulan sebagai berikut:
a. Terdapat item-item pengungkapan (disclosure) modal intelektual yang tidak didapati
dalam dalam laporan tahunan Bank yang disebabkan karena item-item pengungkapan
yang dipakai dalam penelitian ini mengacu pada penelitian sebelumnya yang
menggunakan sampel berbagai jenis industri.
b. Tingginya pengungkapan modal intelektual pada beberapa item disebabkan adanya
aturan dari Bapepam Nomor: Kep-38/PM/1996 tanggal 17 Januari 1996 mengenai
bentuk dan isi laporan tahunan, sehingga sifat pengungkapan tersebut lebih bersifat
mandatory atau memenuhi ketentuan.
c. Rendahnya pengungkapan modal intelektual pada beberapa item pengungkapan
menurut Ulum (2009) dikarenakan perusahaan cenderung mengurangi jumlah
pengungkapan modal intelektual dalam laporan tahunan untuk memelihara
keunggulan kompetitif yang telah dimiliki.
d. Secara keseluruhan terjadi peningkatan pengungkapan modal intelektual pada
laporan tahunan 2009 dibandingkan tahun 2008.
e. Pengaruh negatif dari pengungkapan modal intelektual terhadap kinerja bank di
Indonesia menunjukkan kesesuaian dengan signaling teori dimana perusahaan
dengan kinerja yang rendah akan berusaha memperluas pengungkapan untuk
memberikan signal yang positif dikarenakan signal negatif membawa biaya yang
lebih besar daripada signal positif. Sementara itu pengaruh positif proporsi komisaris
independen terhadap kinerja bank di Indonesia menunjukkan bahwa proporsi
komisaris independen yang tinggi mencerminkan fungsi dari corporate governance
yang tinggi yaitu adanya kontrol yang tinggi terhadap manajemen sehingga memiliki
pengaruh positif terhadap kinerja Bank di Indonesia.
f. Pengujian pengaruh proporsi komisaris independen sebagai variabel moderasi
terhadap pengaruh pengungkapan modal intelektual terhadap kinerja bank
menunjukkan hasil yang tidak signifikan. Sedangkan hasil pengujian analisis
sensitifitas menunjukkan bahwa proporsi komisaris independen secara signifikan
memperlemah pengaruh negatif pengungkapan modal intelektual terhadap kinerja
bank, hal ini menunjukkan adanya kontrol dari komisaris independen di dalam
luasnya pengungkapan modal intelektual di dalam laporan tahunan dari bank yang
berkinerja kurang baik agar informasi disajikan secara proporsional.
g. Hasil pengujian tambahan menunjukkan bahwa pengungkapan structural capital,
pengungkapan consummer capital dan pengungkapan human capital secara bersama-
sama berpengaruh signifikan terhadap kinerja bank. Pengungkapan structural
capital, dan pengungkapan consummer capital berpengaruh negatif terhadap kinerja
bank sedangkan pengungkapan human capital berpengaruh positif terhadap kinerja
bank. Hasil pengujian analisis sensitifitas juga menunjukkan hal yang sama sehingga
memperkuat hasil pengujian tambahan tersebut. Hal ini menunjukkan bahwa bank
dengan kinerja tinggi akan cenderung mengurangi jumlah pengungkapan structural
capital dan pengungkapan consummer capital dalam laporan tahunan untuk
memelihara keunggulan kompetitif yang telah dimiliki. Sedangkan pengungkapan
human capital justru menunjukkan kompetensi dan efisiensi kinerja manajer dan
sumberdaya yang dapat meningkatkan kepercayaan shareholder sehingga harga
pasar saham meningkat.
h. Hasil pengujian pengungkapan structural capital, pengungkapan consummer capital
dan pengungkapan human capital bersama-sama dengan proporsi komisaris
independen terhadap kinerja bank menunjukkan bahwa hanya pengungkapan
customer capital yang tidak berpengaruh signifikan terhadap kinerja bank,
pengungkapan structural capital berpengaruh negatif terhadap kinerja bank
sedangkan pengungkapan human capital berpengaruh positif terhadap kinerja bank.
Hasil pengujian analisis sensitifitas menunjukkan hal yang berbeda dimana seluruh
variabel bebas yang diujikan berpengaruh signifikan terhadap kinerja bank.
Pengungkapan structural capital, pengungkapan consummer capital, pengungkapan
human capital dan proporsi komisaris independen secara bersama-sama berpengaruh
signifikan terhadap kinerja bank. pengungkapan structural capital, dan
pengungkapan consummer capital berpengaruh negatif terhadap kinerja bank
sedangkan pengungkapan human capital dan proporsi komisaris independen
berpengaruh positif terhadap kinerja bank. Hasil pengujian ini memperkuat hasil
pengujian persamaan 2 yang menunjukkan bahwa secara bersama-sama
pengungkapan modal intelektual dan proporsi komisaris independen berpengaruh
terhadap kinerja Bank.
i. Hasil pengujian persamaan 7 yang menguji pengaruh interaksi proporsi komisaris
independen dengan structural capital disclosure, custommer capital disclosure dan
human capital disclosure terhadap kinerja Bank menunjukkan bahwa hanya proporsi
dewan komisaris dan interaksi antara pengungkapan human capital dengan proporsi
dewan komisaris yang berpengaruh positif signifikan terhadap kinerja Bank. Hasil
pengujian analisis sensitifitas menunjukkan hal yang berbeda dimana pengungkapan
structural capital dan proporsi dewan komisaris berpengaruh positif terhadap kinerja
bank, sedangkan interaksi antara structural capital dengan proporsi komisaris
independen dan interaksi antara customer capital dengan proporsi komisaris
independen berpengaruh negatif signifikan terhadap kinerja bank. Jika kita
bandingkan dengan pengujian persamaan 4 maka dapat disimpulkan bahwa
pengujian adanya interaksi antara pengungkapan modal intelektual terhadap
pengaruh proporsi komisaris independen terhadap kinerja menghasilkan hasil yang
beragam dilihat dari signifikansi dan arah koefisiennya.
j. Dari keseluruhan pengujian termasuk pengujian analisis sensitifitas, Size dan
Leverage menunjukkan pengaruh signifikan sesuai prediksi terhadap kinerja Bank,
sedangkan Age berhubungan negatif signifikan terhadap kinerja Bank. Hal ini
menunjukkan bahwa bank yang telah lama listing justru memiliki kinerja yang lebih
rendah.
k. Dilihat dari besar R2–nya, persamaan regresi dengan metode content analysis
terbukti lebih baik daripada metode word count, meskipun secara umum kedua
persamaan regresi tersebut memiliki R2 yang cukup tinggi dibandingkan penelitian
akuntansi biasanya sehingga dapat disimpulkan model penelitian ini cukup baik
untuk menjelaskan tujuan penelitian.
5.2. Limitation and Implication
Penelitian ini memiliki beberapa kelemahan yang mungkin dapat disempurnakan
dalam penelitian selanjutnya, yaitu:
a. Item-item pengungkapan yang dipakai dalam penelitian ini tidak ditujukan khusus
untuk sektor perbankan saja sementara sampel yang digunakan adalah Bank
sehingga terdapat kemungkinan adanya item-item pengungkapan lain yang
seharusnya dimasukkan dalam penelitian ini. Sebaiknya penelitian mengenai
pengungkapan modal intelektual berikutnya dapat membangun item-item sesuai
sampel penelitian yang digunakan sehingga hasil penelitian dapat dianalisis lebih
akurat dan menghasilkan simpulan yang relevan.
b. Penelitian ini hanya menggunakan satu sektor industri yaitu perbankan di Indonesia
sehingga hasil penelitian ini daya bandingnya dengan industri lain dan Negara
terbatas. Diharapkan peneliti selanjutnya dapat memperluas sampel penelitian baik
dari sisi jumlah industry maupun ruang lingkup penelitian hingga ke manca Negara.
c. Penelitian ini hanya menggunakan satu variabel moderasi sebagai kecenderungan
dari corporate governance yaitu komisaris independen. Mengingat nilai R2 yang
tinggi dari model penelitian ini, diharapkan peneliti lain dapat memperluas model
penelitian ini dengan memasukkan variable-variabel corporate governance lainnya
baik sebagai variabel moderasi maupun intervening.
References
Andriessen, D., M. Frijlink, I.V. Gisbergen, and J. Blom. 1999. “A core competency approach to valuing intangible assets“. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam.
Astuti, P.D. dan A. Sabeni. 2005. “Hubungan Intellectual Capital dan Business Performance”. Proceeding SNA VII. Solo. pp. 694-707
Bontis, N. 1998a. “Intellectual capital questionnaire”. Available online at: www.bontis.com. (accessed November 2006).
Brennan, N. 1999. “Reporting and managing intellectual capital: evidence from Ireland”, Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam.
Chen, M.C., S.J. Cheng, Y. Hwang. 2005. “An empirical investigation of the relationship between intellectual capital and firms’ market value and financial performance”. Journal of Intellectual Capital. Vol. 6 N0. 2. pp. 159-176
Firer, S., and S.M. Williams. 2003. “Intellectual capital and traditional measures of corporate performance”. Journal of Intellectual Capital. Vol. 4 No. 3. pp. 348-360.
Goh, P.C., and K.P. Lim. 2004. “Disclosing intellectual capital in company annual reports; Evidence from Malaysia”. Journal of Intellectual Capital Vol. 5 No. 3. pp. 500-510.
Guthrie, J., and L.D. Parker. 1989. “Corporate social reporting: a rebuttal of legitimacy theory”. Accounting and Business Research. Vol. 19 No. 76. pp. 343-52.
Harrison, S., and P.H. Sullivan. 2000. “Profitting form intellectual capital; Learning from leading companies”. Journal of Intellectual Capital. Vol. 1 No. 1. pp. 33-46.
Kamath, G.B. 2007. “The intellectual capital performance of Indian banking sector”. Journal of Intellectual Capital. Vol. 8 No. 1. pp. 96-123.
Kubo, I., and A. Saka. 2002. “An inquairy into the motivations of knowledge workers in the Japanese financial industry”. Journal of Knowledge Management. Vol. 6 No. 3. pp. 262-271.
Mavridis, D.G. 2004. “The intellectual capital performance of the Japanese banking sector”. Journal of Intellectual Capital. Vol. 5 No. 3. pp. 92-115.
Miller, M., B.D. Du Pont, V. Fera, R. Jeffrey, B. Mahon, B.M. Payer, and A. Starr. 1999. “Measuring and reporting intellectual capital from a diverse Canadian industry perspective”. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam.
Mizruchi, M. S. “Who Control Whom? An Examination of the Relation between Management and boards of Directors in Large American Corporation” Academy of Management Review 8 (1983): 426-435
Petty, P. and J. Guthrie. 2000. “Intellectual capital literature review: measurement, reporting and management”. Journal of Intellectual Capital. Vol. 1 No. 2. pp. 155-75.
Pulic, A. 1998. “Measuring the performance of intellectual potential in knowledge economy”. Paper presented at the 2nd McMaster Word Congress on Measuring and Managing Intellectual Capital by the Austrian Team for Intellectual Potential.
Sawarjuwono, T. 2003. “Intellectual capital: perlakuan, pengukuran, dan pelaporan (sebuah library research)”. Jurnal Akuntansi dan Keuangan. Vol. 5 No. 1. pp. 35-57.
Suhardjanto, et al. 2010: Praktik IC Disclosure perusahaan yang terdaftar di Bursa efek Indonesia
Sullivan Jr., P.H. and P.H. Sullivan Sr. 2000. “Valuing intangible companies, an intellectual capital approach”. Journal of Intellectual Capital. Vol. 1 No. 4. pp. 328-340.
Syaipudin, Usep. 2008. “Pengaruh Intellectual Capital terhadap Kinerja Perusahaan” Tan, H.P., D. Plowman, P. Hancock. 2007. “Intellectual capital and financial returns of
companies. Journal of Intellectual Capital. Vol. 8 No. 1. pp. 76-95. Ulum, Ihyaul. 2009. “Intellectual Capital. Konsep dan Kajian Empiris”. Graha Ilmu.
Yogyakarta Wardhani, Ratna, 2007. Mekanisme Corporate Governance Dalam Perusahaan Yang
Mengalami Permasalahan Keuangan. Jurnal Akuntansi dan Keuangan Indonesia. Vol.4, No.1, p.95-114
White, G., A. Lee, G. Tower. 2007. “Drivers of voluntary intellectual capital disclosure in listed biotechnology companies”. Journal of Intellectual Capital. Vol.8 No.3. pp. 517-537.
Yi An, et al., 2011 : the effects of Industry Type, Company Size and Performance on Chinese Companies’ IC Disclosure
Appendix
Lampiran 1
DAFTAR PERUSAHAAN SAMPEL
No Stock Company name
1 BABP Bumi Putera
2 BACA Bank Capital
3 BAEK Bank Ekonomi
4 BBCA BCA
5 BBKP Bukopin
6 BBNI BNI
7 BBNP Nusantara Parahyangan
8 BBRI BRI
9 BCIC Bank Mutiara
10 BDMN Bank Danamon
11 BKSW Bank Kesawan
12 BMRI Bank Mandiri
13 BNGA CIMB Niaga
14 BNLI Bank Permata
15 BSWD Bank Swadesi
16 BTPN Bank Tabungan Pensiun Nasional (BTPN)
17 BVIC Bank Victori
18 INPC Bank Arta Graha Int'l
19 MAYA Bank Mayapada
20 MCOR Bank Windu
21 MEGA Bank Mega
22 NISP Bank NISP
23 PNBN Bank Panin
24 SDRA Bank Saudara
Lampiran 2
HASIL APLIKASI STATISTIK
PBV INDEP ICD ICDINDEP CC CCINDEP HC HCINDEP SC SCINDEP SIZE AGE LEVERAGE
Mean 2.112392 0.582115 4.396833 2.551127 3.553975 2.050321 3.659260 2.130056 4.182750 2.426898 7.389971 10.84722 8.768275
Median 1.807350 0.527800 4.321100 2.441500 3.525350 1.995900 3.648450 2.036050 4.093150 2.333000 7.341050 9.625000 9.193400
Maximum 4.571900 1.000000 4.986700 4.226400 4.503600 3.002400 4.150700 3.834000 4.742500 3.973700 8.653000 28.00000 15.18190
Minimum 0.676700 0.333300 3.976600 1.390200 2.811600 1.206500 3.217200 1.135200 3.762700 1.302900 6.186800 1.833300 0.017800
Std. Dev. 1.058207 0.125096 0.276745 0.518830 0.457219 0.408703 0.217905 0.477701 0.300252 0.496929 0.737959 6.893292 3.678423
Skewness 0.608363 1.587725 0.428187 1.330066 0.278623 0.660011 0.321713 1.647172 0.327775 1.192786 0.122810 0.670822 -0.518077
Kurtosis 2.348298 6.289946 2.164161 5.683693 2.316451 3.211565 2.455638 6.677670 1.759050 5.371941 1.833199 2.623904 3.019504
Jarque-Bera 3.810271 41.81445 2.864009 28.55701 1.555528 3.574437 1.420655 48.75592 3.939404 22.63412 2.843508 3.882914 2.147994
Probability 0.148802 0.000000 0.238830 0.000001 0.459432 0.167425 0.491483 0.000000 0.139498 0.000012 0.241290 0.143495 0.341640
Sum 101.3948 27.94150 211.0480 122.4541 170.5908 98.41540 175.6445 102.2427 200.7720 116.4911 354.7186 520.6664 420.8772 Sum Sq. Dev. 52.63068 0.735506 3.599636 12.65169 9.825302 7.850809 2.231676 10.72533 4.237123 11.60613 25.59545 2233.322 635.9476
Observations 48 48 48 48 48 48 48 48 48 48 48 48 48 Covariance Analysis: Ordinary Date: 09/29/13 Time: 21:33 Sample: 1 48 Included observations: 48 Covariance Correlation PBV INDEP ICD ICDINDEP CC CCINDEP HC HCINDEP SC SCINDEP SIZE AGE LEVERAGE
PBV 1.096472 1.000000
INDEP 0.029789 0.015323 0.229815 1.000000
ICD 0.075219 -
0.008311 0.074992
0.262312 -
0.245178 1.000000
ICDINDEP 0.172573 0.060673 0.007253 0.263577 0.321011 0.954699 0.051590 1.000000
CC 0.039688 -
0.018481 0.089154 -0.027726 0.204694
0.083774 -
0.329994 0.719581 -0.119368 1.000000
CCINDEP 0.122473 0.039641 0.023991 0.183756 0.055736 0.163559 0.289204 0.791830 0.216620 0.885015 0.304614 1.000000
HC 0.060253 -3.34E-
05 0.048579 0.027663 0.060320 0.034188 0.046493
0.266861 -
0.001252 0.822706 0.249889 0.618320 0.392051 1.000000
HCINDEP 0.145658 0.056405 -
0.002601 0.239659 -
0.033320 0.165730 0.026587 0.223444
0.294274 0.963961 -
0.020096 0.987540 -
0.155799 0.866921 0.260846 1.000000
SC 0.080267 -
0.007926 0.077866 0.010426 0.069144 0.014605 0.046947 -0.002363 0.088273
0.258002 -
0.215504 0.957031 0.068350 0.514383 0.121551 0.732823 -0.016823 1.000000
SCINDEP 0.168906 0.057351 0.010506 0.251192 - 0.169327 0.026493 0.226587 0.017686 0.241794
0.034533
0.328037 0.942202 0.078017 0.995012 -
0.155225 0.851464 0.249873 0.974825 0.121057 1.000000
SIZE 0.348733 -
0.016742 0.146952 0.015645 0.187787 0.059405 0.074295 -0.017809 0.152251 0.022659 0.533239
0.456072 -
0.185218 0.734861 0.041731 0.568399 0.201154 0.471848 -0.051593 0.701752 0.063103 1.000000
AGE -
0.198538 -
0.124491 0.432649 -0.310612 0.883763 0.038652 -
0.041365 -0.491108 0.359196 -0.315236 1.843192 46.52753
-
0.027797 -
0.147438 0.231618 -0.088697 0.286371 0.014011 -
0.028124 -0.152313 0.177240 -0.093985 0.370045 1.000000
LEVERAGE -
1.323072 0.121732 -
0.164066 0.427785 0.034365 0.415164 -
0.038837 0.430755 -
0.228753 0.363597 -
0.263704 -
2.564151 13.24891
-
0.347132 0.270172 -
0.164596 0.228919 0.020868 0.282028 -
0.049484 0.250354 -
0.211525 0.203146 -
0.099212 -
0.103276 1.000000
HASIL PERSAMAAN 1
Dependent Variable: PBV Method: Least Squares Date: 09/29/13 Time: 12:20 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. ICD -0.958387 0.588130 -1.629551 0.1105
AGE -0.040856 0.014711 -2.777159 0.0081 SIZE 1.010107 0.248177 4.070111 0.0002
LEVERAGE -0.099533 0.032717 -3.042255 0.0040 C 0.177503 2.099645 0.084540 0.9330 R-squared 0.383019 Mean dependent var 2.112392
Adjusted R-squared 0.325626 S.D. dependent var 1.058207 S.E. of regression 0.869003 Akaike info criterion 2.655391 Sum squared resid 32.47212 Schwarz criterion 2.850308 Log likelihood -58.72939 Hannan-Quinn criter. 2.729050 F-statistic 6.673557 Durbin-Watson stat 1.865865 Prob(F-statistic) 0.000286
Correlation: dibawah 0,85 bebas multikolinearitas PBV ICD AGE SIZE LEVERAGE
PBV 1.000000 0.262312 -0.027797 0.456072 -0.347132 ICD 0.262312 1.000000 0.231618 0.734861 -0.164596 AGE -0.027797 0.231618 1.000000 0.370045 -0.103276 SIZE 0.456072 0.734861 0.370045 1.000000 -0.099212
LEVERAGE -0.347132 -0.164596 -0.103276 -0.099212 1.000000
Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.457986 Prob. F(2,41) 0.6358
Obs*R-squared 1.048924 Prob. Chi-Square(2) 0.5919
Lebih besar dari 5% jd tidak ada autocorrelation
Nilai DW diantara 1,54 dan 2,46 bebas autocorrelation
HASIL PERSAMAAN 2 Dependent Variable: PBV Method: Least Squares Date: 09/29/13 Time: 12:59 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. INDEP 3.539491 1.051355 3.366600 0.0016
AGE -0.034137 0.014972 -2.280071 0.0276 SIZE 0.822481 0.140544 5.852127 0.0000
LEVERAGE -0.122620 0.023933 -5.123538 0.0000 C -4.580648 1.046666 -4.376416 0.0001 R-squared 0.511892 Mean dependent var 2.112392
Adjusted R-squared 0.466486 S.D. dependent var 1.058207 S.E. of regression 0.772936 Akaike info criterion 2.421091 Sum squared resid 25.68947 Schwarz criterion 2.616007 Log likelihood -53.10617 Hannan-Quinn criter. 2.494750 F-statistic 11.27380 Durbin-Watson stat 1.888306 Prob(F-statistic) 0.000002
Korelasi PBV INDEP AGE SIZE LEVERAGE
PBV 1.000000 0.229815 -0.027797 0.456072 -0.347132 INDEP 0.229815 1.000000 -0.147438 -0.185218 0.270172 AGE -0.027797 -0.147438 1.000000 0.370045 -0.103276 SIZE 0.456072 -0.185218 0.370045 1.000000 -0.099212
LEVERAGE -0.347132 0.270172 -0.103276 -0.099212 1.000000 HASIL PERSAMAAN 3: Dependent Variable: PBV Method: Least Squares Date: 09/29/13 Time: 13:45 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. INDEP 3.395855 1.098514 3.091318 0.0035
AGE -0.035746 0.014982 -2.385850 0.0216 SIZE 1.001953 0.174790 5.732335 0.0000
LEVERAGE -0.126135 0.024967 -5.052166 0.0000 ICD -0.653736 0.528804 -1.236255 0.2232
C -2.900687 2.009522 -1.443471 0.1563 R-squared 0.524756 Mean dependent var 2.112392
Adjusted R-squared 0.468180 S.D. dependent var 1.058207 S.E. of regression 0.771708 Akaike info criterion 2.436047 Sum squared resid 25.01239 Schwarz criterion 2.669948 Log likelihood -52.46514 Hannan-Quinn criter. 2.524439 F-statistic 9.275147 Durbin-Watson stat 1.866988 Prob(F-statistic) 0.000005
PBV INDEP AGE SIZE LEVERAGE ICD PBV 1.000000 0.229815 -0.027797 0.456072 -0.347132 0.262312
INDEP 0.229815 1.000000 -0.147438 -0.185218 0.270172 -0.245178 AGE -0.027797 -0.147438 1.000000 0.370045 -0.103276 0.231618 SIZE 0.456072 -0.185218 0.370045 1.000000 -0.099212 0.734861
LEVERAGE -0.347132 0.270172 -0.103276 -0.099212 1.000000 -0.164596 ICD 0.262312 -0.245178 0.231618 0.734861 -0.164596 1.000000
HASIL PERSAMAAN 4: Dependent Variable: PBV Method: Least Squares Date: 09/29/13 Time: 13:49 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. INDEP 21.15365 21.87593 0.966983 0.3392
AGE -0.039896 0.017120 -2.330340 0.0248 SIZE 1.076174 0.188636 5.705040 0.0000
LEVERAGE -0.126309 0.025445 -4.964031 0.0000 ICD 1.595198 2.681557 0.594878 0.5552
ICDINDEP -4.164401 5.014033 -0.830549 0.4110 C -13.00398 12.00957 -1.082802 0.2852 R-squared 0.530608 Mean dependent var 2.112392
Adjusted R-squared 0.461917 S.D. dependent var 1.058207 S.E. of regression 0.776239 Akaike info criterion 2.465325 Sum squared resid 24.70442 Schwarz criterion 2.738208 Log likelihood -52.16779 Hannan-Quinn criter. 2.568448 F-statistic 7.724507 Durbin-Watson stat 1.820321 Prob(F-statistic) 0.000014
PBV INDEP AGE SIZE LEVERAGE ICD ICDINDEP PBV 1.000000 0.229815 -0.027797 0.456072 -0.347132 0.262312 0.321011 INDEP 0.229815 1.000000 -0.147438 -0.185218 0.270172 -0.245178 0.954699 AGE -0.027797 -0.147438 1.000000 0.370045 -0.103276 0.231618 -0.088697 SIZE 0.456072 -0.185218 0.370045 1.000000 -0.099212 0.734861 0.041731 LEVERAGE -0.347132 0.270172 -0.103276 -0.099212 1.000000 -0.164596 0.228919 ICD 0.262312 -0.245178 0.231618 0.734861 -0.164596 1.000000 0.051590 ICDINDEP 0.321011 0.954699 -0.088697 0.041731 0.228919 0.051590 1.000000 ada masalah multikol PBV INDEP AGE SIZE LEVERAGE ICD D(ICDINDEP) PBV 1.000000 0.277539 -0.038505 0.447914 -0.335234 0.256078 0.269785 INDEP 0.277539 1.000000 -0.133423 -0.163721 0.247440 -0.236488 0.716134 AGE -0.038505 -0.133423 1.000000 0.365211 -0.094885 0.227844 -0.008706 SIZE 0.447914 -0.163721 0.365211 1.000000 -0.086455 0.733582 -0.113036 LEVERAGE -0.335234 0.247440 -0.094885 -0.086455 1.000000 -0.157676 0.100395 ICD 0.256078 -0.236488 0.227844 0.733582 -0.157676 1.000000 -0.240959 D(ICDINDEP) 0.269785 0.716134 -0.008706 -0.113036 0.100395 -0.240959 1.000000 Dependent Variable: PBV Method: Least Squares Date: 09/29/13 Time: 13:57 Sample (adjusted): 2 48
Included observations: 47 after adjustments White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. INDEP 3.093016 1.622644 1.906158 0.0638
AGE -0.037149 0.014542 -2.554640 0.0145 SIZE 0.961810 0.174067 5.525522 0.0000 LEVERAGE -0.120751 0.026415 -4.571348 0.0000 ICD -0.535020 0.559130 -0.956880 0.3444 D(ICDINDEP) 0.147539 0.253040 0.583065 0.5631 C -2.957789 1.915004 -1.544535 0.1303
R-squared 0.540860 Mean dependent var 2.133689
Adjusted R-squared 0.471989 S.D. dependent var 1.059198 S.E. of regression 0.769659 Akaike info criterion 2.450867 Sum squared resid 23.69502 Schwarz criterion 2.726421 Log likelihood -50.59537 Hannan-Quinn criter. 2.554559 F-statistic 7.853227 Durbin-Watson stat 1.913884 Prob(F-statistic) 0.000013
HASIL PERSAMAAN 5:
Dependent Variable: PBV Method: Least Squares Date: 09/29/13 Time: 12:51 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. CC -0.784148 0.344378 -2.276998 0.0281
HC 2.164471 0.756039 2.862907 0.0066 SC -1.859750 0.729493 -2.549372 0.0146 SIZE 1.198841 0.212595 5.639089 0.0000 AGE -0.026361 0.018507 -1.424378 0.1619 LEVERAGE -0.104834 0.034327 -3.053998 0.0040 C -2.896505 2.113362 -1.370568 0.1780
R-squared 0.466980 Mean dependent var 2.112392
Adjusted R-squared 0.388977 S.D. dependent var 1.058207 S.E. of regression 0.827179 Akaike info criterion 2.592446 Sum squared resid 28.05320 Schwarz criterion 2.865329 Log likelihood -55.21869 Hannan-Quinn criter. 2.695569 F-statistic 5.986699 Durbin-Watson stat 1.656754 Prob(F-statistic) 0.000147
Correlation test PBV CC HC SC SIZE AGE LEVERAGE PBV 1.000000 0.083774 0.266861 0.258002 0.456072 -0.027797 -0.347132 CC 0.083774 1.000000 0.618320 0.514383 0.568399 0.286371 0.020868 HC 0.266861 0.618320 1.000000 0.732823 0.471848 -0.028124 -0.049484 SC 0.258002 0.514383 0.732823 1.000000 0.701752 0.177240 -0.211525 SIZE 0.456072 0.568399 0.471848 0.701752 1.000000 0.370045 -0.099212 AGE -0.027797 0.286371 -0.028124 0.177240 0.370045 1.000000 -0.103276 LEVERAGE -0.347132 0.020868 -0.049484 -0.211525 -0.099212 -0.103276 1.000000
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.654282 Prob. F(2,39) 0.2044
Obs*R-squared 3.753638 Prob. Chi-Square(2) 0.1531
HASIL PERSAMAAN 7: Dependent Variable: PBV Method: Least Squares Date: 09/29/13 Time: 14:02 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. LEVERAGE -0.131376 0.032492 -4.043326 0.0003
INDEP 15.05500 23.52670 0.639911 0.5262 HCINDEP 1.754904 6.404868 0.273995 0.7856 HC -0.074238 3.333782 -0.022268 0.9824 SC -0.127997 5.182174 -0.024700 0.9804 SCINDEP -2.194586 10.26336 -0.213827 0.8319 SIZE 1.234122 0.198115 6.229308 0.0000 CCINDEP -2.962255 4.392276 -0.674424 0.5042 CC 1.401560 2.381932 0.588413 0.5598 AGE -0.039700 0.019318 -2.055036 0.0470 C -10.70140 12.06589 -0.886913 0.3809
R-squared 0.568703 Mean dependent var 2.112392
Adjusted R-squared 0.452136 S.D. dependent var 1.058207 S.E. of regression 0.783262 Akaike info criterion 2.547351 Sum squared resid 22.69947 Schwarz criterion 2.976168 Log likelihood -50.13642 Hannan-Quinn criter. 2.709401 F-statistic 4.878769 Durbin-Watson stat 1.795353 Prob(F-statistic) 0.000173
PBV LEVERAGE INDEP HCINDEP HC SC SCINDEP SIZE CCINDEP CC AGE PBV 1.000000 -0.347132 0.229815 0.294274 0.266861 0.258002 0.328037 0.456072 0.289204 0.083774 -0.027797 LEVERAGE -0.347132 1.000000 0.270172 0.250354 -0.049484 -0.211525 0.203146 -0.099212 0.282028 0.020868 -0.103276 INDEP 0.229815 0.270172 1.000000 0.963961 -0.001252 -0.215504 0.942202 -0.185218 0.791830 -0.329994 -0.147438 HCINDEP 0.294274 0.250354 0.963961 1.000000 0.260846 -0.016823 0.974825 -0.051593 0.866921 -0.155799 -0.152313 HC 0.266861 -0.049484 -0.001252 0.260846 1.000000 0.732823 0.249873 0.471848 0.392051 0.618320 -0.028124 SC 0.258002 -0.211525 -0.215504 -0.016823 0.732823 1.000000 0.121057 0.701752 0.121551 0.514383 0.177240 SCINDEP 0.328037 0.203146 0.942202 0.974825 0.249873 0.121057 1.000000 0.063103 0.851464 -0.155225 -0.093985 SIZE 0.456072 -0.099212 -0.185218 -0.051593 0.471848 0.701752 0.063103 1.000000 0.201154 0.568399 0.370045 CCINDEP 0.289204 0.282028 0.791830 0.866921 0.392051 0.121551 0.851464 0.201154 1.000000 0.304614 0.014011 CC 0.083774 0.020868 -0.329994 -0.155799 0.618320 0.514383 -0.155225 0.568399 0.304614 1.000000 0.286371 AGE -0.027797 -0.103276 -0.147438 -0.152313 -0.028124 0.177240 -0.093985 0.370045 0.014011 0.286371 1.000000
ada masalah multikol PBV LEVERAGE INDEP D(HCINDEP) HC SC D(SCINDEP) SIZE D(CCINDEP) CC AGE PBV 1.000000 -0.335234 0.277539 0.254749 0.280986 0.247888 0.267125 0.447914 0.318185 0.082288 -0.038505 LEVERAGE -0.335234 1.000000 0.247440 0.114907 -0.059906 -0.201509 0.073515 -0.086455 0.212041 0.023185 -0.094885 INDEP 0.277539 0.247440 1.000000 0.717853 -0.021510 -0.197783 0.696110 -0.163721 0.696148 -0.337102 -0.133423 D(HCINDEP) 0.254749 0.114907 0.717853 1.000000 -0.088830 -0.259149 0.974441 -0.184885 0.855224 -0.404082 -0.023440 HC 0.280986 -0.059906 -0.021510 -0.088830 1.000000 0.746056 -0.085757 0.484359 0.061048 0.621447 -0.022686 SC 0.247888 -0.201509 -0.197783 -0.259149 0.746056 1.000000 -0.161278 0.698561 -0.096714 0.515333 0.171309 D(SCINDEP) 0.267125 0.073515 0.696110 0.974441 -0.085757 -0.161278 1.000000 -0.103842 0.869510 -0.373956 -0.007918 SIZE 0.447914 -0.086455 -0.163721 -0.184885 0.484359 0.698561 -0.103842 1.000000 0.066800 0.570063 0.365211 D(CCINDEP) 0.318185 0.212041 0.696148 0.855224 0.061048 -0.096714 0.869510 0.066800 1.000000 -0.076956 -0.083298 CC 0.082288 0.023185 -0.337102 -0.404082 0.621447 0.515333 -0.373956 0.570063 -0.076956 1.000000 0.285970 AGE -0.038505 -0.094885 -0.133423 -0.023440 -0.022686 0.171309 -0.007918 0.365211 -0.083298 0.285970 1.000000 Dependent Variable: PBV Method: Least Squares Date: 09/29/13 Time: 14:04 Sample (adjusted): 2 48 Included observations: 47 after adjustments White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. LEVERAGE -0.127616 0.029916 -4.265738 0.0001
INDEP 3.042022 1.874386 1.622943 0.1133 D(HCINDEP) 1.430349 1.023803 1.397095 0.1709
HC 0.122295 1.082401 0.112985 0.9107 SC -0.720908 0.990092 -0.728122 0.4712
D(SCINDEP) -0.913613 0.998843 -0.914672 0.3665 SIZE 1.122559 0.194733 5.764602 0.0000
D(CCINDEP) -0.365218 0.588074 -0.621042 0.5385 CC 0.160649 0.460623 0.348764 0.7293
AGE -0.046430 0.022685 -2.046764 0.0480 C -4.310555 2.013768 -2.140542 0.0392 R-squared 0.585732 Mean dependent var 2.133689
Adjusted R-squared 0.470658 S.D. dependent var 1.059198 S.E. of regression 0.770629 Akaike info criterion 2.518236 Sum squared resid 21.37927 Schwarz criterion 2.951249 Log likelihood -48.17855 Hannan-Quinn criter. 2.681182 F-statistic 5.090033 Durbin-Watson stat 1.855167 Prob(F-statistic) 0.000130
HASIL PENGUJIAN SENSITIVITAS Dependent Variable: PBV Method: Least Squares Date: 09/29/13 Time: 21:00 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. ICDITEM -0.167735 0.076473 -2.193382 0.0337
AGE -0.042922 0.014875 -2.885462 0.0061 LEVERAGE -0.114193 0.032473 -3.516600 0.0010 SIZE 0.821838 0.166953 4.922564 0.0000 C -0.505747 1.654952 -0.305596 0.7614
R-squared 0.430518 Mean dependent var 2.112392 Adjusted R-squared 0.377543 S.D. dependent var 1.058207 S.E. of regression 0.834882 Akaike info criterion 2.575281 Sum squared resid 29.97223 Schwarz criterion 2.770197 Log likelihood -56.80673 Hannan-Quinn criter. 2.648940 F-statistic 8.126801 Durbin-Watson stat 2.071299 Prob(F-statistic) 0.000057
PBV ICDITEM AGE LEVERAGE SIZE PBV 1.000000 -0.081097 -0.027797 -0.347132 0.456072 ICDITEM -0.081097 1.000000 0.004373 -0.267716 0.182268 AGE -0.027797 0.004373 1.000000 -0.103276 0.370045 LEVERAGE -0.347132 -0.267716 -0.103276 1.000000 -0.099212 SIZE 0.456072 0.182268 0.370045 -0.099212 1.000000 Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.029782 Prob. F(2,41) 0.9707
Obs*R-squared 0.069633 Prob. Chi-Square(2) 0.9658 Dependent Variable: PBV
Method: Least Squares Date: 09/29/13 Time: 21:05 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. AGE -0.037358 0.014867 -2.512897 0.0160
LEVERAGE -0.096732 0.032704 -2.957845 0.0051 SIZE 0.967412 0.178014 5.434475 0.0000
CCITEM -0.393067 0.109836 -3.578656 0.0009 SCITEM -0.336154 0.241205 -1.393644 0.1709 HCITEM 0.361753 0.176755 2.046633 0.0471
C -1.864595 1.656180 -1.125841 0.2668 R-squared 0.577004 Mean dependent var 2.112392
Adjusted R-squared 0.515102 S.D. dependent var 1.058207 S.E. of regression 0.736878 Akaike info criterion 2.361249 Sum squared resid 22.26255 Schwarz criterion 2.634132 Log likelihood -49.66997 Hannan-Quinn criter. 2.464372 F-statistic 9.321283 Durbin-Watson stat 2.341361 Prob(F-statistic) 0.000002
PBV AGE LEVERAGE SIZE CCITEM SCITEM HCITEM
PBV 1.000000 -0.027797 -0.347132 0.456072 -0.192735 -0.100856 0.171563 AGE -0.027797 1.000000 -0.103276 0.370045 0.018132 0.127072 -0.128268
LEVERAGE -0.347132 -0.103276 1.000000 -0.099212 -0.098167 -0.269766 -0.257339 SIZE 0.456072 0.370045 -0.099212 1.000000 0.264541 0.152147 -0.078860
CCITEM -0.192735 0.018132 -0.098167 0.264541 1.000000 0.268714 0.254238 SCITEM -0.100856 0.127072 -0.269766 0.152147 0.268714 1.000000 0.242107 HCITEM 0.171563 -0.128268 -0.257339 -0.078860 0.254238 0.242107 1.000000
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.756045 Prob. F(2,39) 0.4763
Obs*R-squared 1.791571 Prob. Chi-Square(2) 0.4083
Dependent Variable: PBV Method: Least Squares Date: 09/29/13 Time: 21:09 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. AGE -0.032462 0.014979 -2.167153 0.0362
LEVERAGE -0.116328 0.025459 -4.569238 0.0000 SIZE 0.987483 0.168244 5.869362 0.0000
CCITEM -0.302505 0.092894 -3.256437 0.0023 SCITEM -0.311775 0.234756 -1.328084 0.1917 HCITEM 0.365471 0.152056 2.403526 0.0210 INDEP 2.723438 0.797789 3.413733 0.0015
C -3.969409 1.711122 -2.319769 0.0255 R-squared 0.660876 Mean dependent var 2.112392
Adjusted R-squared 0.601529 S.D. dependent var 1.058207 S.E. of regression 0.667989 Akaike info criterion 2.181920 Sum squared resid 17.84835 Schwarz criterion 2.493787 Log likelihood -44.36609 Hannan-Quinn criter. 2.299775 F-statistic 11.13583 Durbin-Watson stat 2.026302 Prob(F-statistic) 0.000000
PBV AGE LEVERAGE SIZE CCITEM SCITEM HCITEM INDEP
PBV 1.000000 -0.027797 -0.347132 0.456072 -0.192735 -0.100856 0.171563 0.229815 AGE -0.027797 1.000000 -0.103276 0.370045 0.018132 0.127072 -0.128268 -0.147438
LEVERAGE -0.347132 -0.103276 1.000000 -0.099212 -0.098167 -0.269766 -0.257339 0.270172 SIZE 0.456072 0.370045 -0.099212 1.000000 0.264541 0.152147 -0.078860 -0.185218
CCITEM -0.192735 0.018132 -0.098167 0.264541 1.000000 0.268714 0.254238 -0.341611 SCITEM -0.100856 0.127072 -0.269766 0.152147 0.268714 1.000000 0.242107 -0.205801 HCITEM 0.171563 -0.128268 -0.257339 -0.078860 0.254238 0.242107 1.000000 -0.132876 INDEP 0.229815 -0.147438 0.270172 -0.185218 -0.341611 -0.205801 -0.132876 1.000000
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.035622 Prob. F(2,38) 0.3648
Obs*R-squared 2.481074 Prob. Chi-Square(2) 0.2892 Dependent Variable: PBV
Method: Least Squares Date: 09/29/13 Time: 21:12 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. AGE -0.037428 0.014851 -2.520311 0.0156
LEVERAGE -0.133007 0.025607 -5.194071 0.0000 SIZE 0.864554 0.132069 6.546230 0.0000
INDEP 3.098579 1.082495 2.862442 0.0065 ICDITEM -0.109705 0.072887 -1.505146 0.1398
C -3.207670 1.435694 -2.234230 0.0308 R-squared 0.541838 Mean dependent var 2.112392
Adjusted R-squared 0.487295 S.D. dependent var 1.058207 S.E. of regression 0.757713 Akaike info criterion 2.399443 Sum squared resid 24.11339 Schwarz criterion 2.633343 Log likelihood -51.58664 Hannan-Quinn criter. 2.487834 F-statistic 9.934118 Durbin-Watson stat 1.886155 Prob(F-statistic) 0.000003
PBV AGE LEVERAGE SIZE INDEP ICDITEM
PBV 1.000000 -0.027797 -0.347132 0.456072 0.229815 -0.081097 AGE -0.027797 1.000000 -0.103276 0.370045 -0.147438 0.004373
LEVERAGE -0.347132 -0.103276 1.000000 -0.099212 0.270172 -0.267716 SIZE 0.456072 0.370045 -0.099212 1.000000 -0.185218 0.182268
INDEP 0.229815 -0.147438 0.270172 -0.185218 1.000000 -0.337515 ICDITEM -0.081097 0.004373 -0.267716 0.182268 -0.337515 1.000000
Breusch-Godfrey Serial Correlation LM Test: F-statistic 1.332063 Prob. F(2,40) 0.2754
Obs*R-squared 2.997319 Prob. Chi-Square(2) 0.2234 Dependent Variable: PBV
Method: Least Squares Date: 09/29/13 Time: 21:18 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. AGE -0.042413 0.013430 -3.158063 0.0030
LEVERAGE -0.128613 0.022050 -5.832859 0.0000 SIZE 0.917599 0.118186 7.764034 0.0000
INDEP 21.97005 6.139052 3.578736 0.0009 ICDITEM 0.901663 0.305919 2.947392 0.0053
ICDITEMINDEP -1.779815 0.529239 -3.362968 0.0017 C -14.41183 3.627950 -3.972443 0.0003 R-squared 0.653850 Mean dependent var 2.112392
Adjusted R-squared 0.603194 S.D. dependent var 1.058207 S.E. of regression 0.666592 Akaike info criterion 2.160759 Sum squared resid 18.21812 Schwarz criterion 2.433643 Log likelihood -44.85822 Hannan-Quinn criter. 2.263882 F-statistic 12.90762 Durbin-Watson stat 2.126338 Prob(F-statistic) 0.000000
PBV AGE LEVERAGE SIZE INDEP ICDITEM ICDITEMINDEP
PBV 1.000000 -0.027797 -0.347132 0.456072 0.229815 -0.081097 0.115156 AGE -0.027797 1.000000 -0.103276 0.370045 -0.147438 0.004373 -0.145134
LEVERAGE -0.347132 -0.103276 1.000000 -0.099212 0.270172 -0.267716 0.063127 SIZE 0.456072 0.370045 -0.099212 1.000000 -0.185218 0.182268 -0.029896
INDEP 0.229815 -0.147438 0.270172 -0.185218 1.000000 -0.337515 0.697415 ICDITEM -0.081097 0.004373 -0.267716 0.182268 -0.337515 1.000000 0.425603
ICDITEMINDEP 0.115156 -0.145134 0.063127 -0.029896 0.697415 0.425603 1.000000 Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.995624 Prob. F(2,39) 0.3787
Obs*R-squared 2.331714 Prob. Chi-Square(2) 0.3117
Dependent Variable: PBV Method: Least Squares Date: 09/29/13 Time: 21:21 Sample: 1 48 Included observations: 48 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. AGE -0.048735 0.013410 -3.634358 0.0008
LEVERAGE -0.113436 0.022526 -5.035800 0.0000 SIZE 1.030267 0.137962 7.467774 0.0000
INDEP 23.78979 8.081822 2.943617 0.0056 CCITEM 0.268967 0.323751 0.830783 0.4114
CCITEMINDEP -0.857864 0.604629 -1.418828 0.1643 HCITEM 0.070605 0.476077 0.148306 0.8829
HCITEMINDEP 0.278678 0.825938 0.337407 0.7377 SCITEM 2.391563 1.112238 2.150227 0.0381
SCITEMINDEP -4.514588 1.957867 -2.305871 0.0268 C -16.70665 4.462213 -3.744028 0.0006 R-squared 0.751097 Mean dependent var 2.112392
Adjusted R-squared 0.683826 S.D. dependent var 1.058207 S.E. of regression 0.595023 Akaike info criterion 1.997617 Sum squared resid 13.09994 Schwarz criterion 2.426434 Log likelihood -36.94280 Hannan-Quinn criter. 2.159667 F-statistic 11.16523 Durbin-Watson stat 1.785025 Prob(F-statistic) 0.000000
PBV AGE LEVERAGE SIZE INDEP CCITEM CCITEMINDEP HCITEM HCITEMINDEP SCITEM SCITEMINDEP
PBV 1.000000 -
0.027797 -0.347132 0.456072 0.229815 -
0.192735 -0.089609 0.171563 0.284186 -
0.100856 0.100183
AGE -0.027797 1.000000 -0.103276 0.370045 -0.147438 0.018132 -0.073177 -
0.128268 -0.197717 0.127072 -0.075683
LEVERAGE -0.347132 -
0.103276 1.000000 -
0.099212 0.270172 -
0.098167 0.053295 -
0.257339 0.016497 -
0.269766 0.074625
SIZE 0.456072 0.370045 -0.099212 1.000000 -0.185218 0.264541 0.181191 -
0.078860 -0.217422 0.152147 -0.061941
INDEP 0.229815 -
0.147438 0.270172 -
0.185218 1.000000 -
0.341611 0.280307 -
0.132876 0.620008 -
0.205801 0.748119 CCITEM -0.192735 0.018132 -0.098167 0.264541 -0.341611 1.000000 0.772772 0.254238 -0.073395 0.268714 -0.098416
CCITEMINDEP -0.089609 -
0.073177 0.053295 0.181191 0.280307 0.772772 1.000000 0.115717 0.259999 0.169959 0.394974
HCITEM 0.171563 -
0.128268 -0.257339 -
0.078860 -0.132876 0.254238 0.115717 1.000000 0.682304 0.242107 0.030119
HCITEMINDEP 0.284186 -
0.197717 0.016497 -
0.217422 0.620008 -
0.073395 0.259999 0.682304 1.000000 0.035496 0.562979 SCITEM -0.100856 0.127072 -0.269766 0.152147 -0.205801 0.268714 0.169959 0.242107 0.035496 1.000000 0.487650
SCITEMINDEP 0.100183 -
0.075683 0.074625 -
0.061941 0.748119 -
0.098416 0.394974 0.030119 0.562979 0.487650 1.000000
Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.790353 Prob. F(2,35) 0.4616
Obs*R-squared 2.074150 Prob. Chi-Square(2) 0.3545
PBV AGE LEVERAGE SIZE INDEP CCITEM CCITEMINDEP HCITEM HCITEMINDEP SCITEM SCITEMINDEP ICDITEMINDEP ICDITEM
Mean 2.112392 10.84722 8.768275 7.389971 0.582115 4.062500 2.318816 3.291667 1.903571 4.500000 2.602249 6.824636 11.85417
Median 1.807350 9.625000 9.193400 7.341050 0.527800 4.000000 2.285714 3.000000 1.900000 5.000000 2.500000 6.633333 12.00000
Maximum 4.571900 28.00000 15.18190 8.653000 1.000000 6.000000 3.600000 5.000000 4.000000 6.000000 4.000000 10.00000 16.00000
Minimum 0.676700 1.833300 0.017800 6.186800 0.333300 2.000000 1.000000 2.000000 1.000000 3.000000 1.333333 4.333333 9.000000
Std. Dev. 1.058207 6.893292 3.678423 0.737959 0.125096 1.099444 0.644922 0.770696 0.559042 0.684167 0.599661 1.399459 1.833374
Skewness 0.608363 0.670822 -0.518077 0.122810 1.587725 -0.221072 0.105567 0.863409 1.274402 -0.604267 0.573203 0.363611 0.238187
Kurtosis 2.348298 2.623904 3.019504 1.833199 6.289946 2.484778 2.548124 3.446478 5.789018 2.776860 3.036412 2.270167 2.397634
Jarque-Bera 3.810271 3.882914 2.147994 2.843508 41.81445 0.921891 0.497538 6.362490 28.55005 3.020695 2.631146 2.123015 1.179553
Probability 0.148802 0.143495 0.341640 0.241290 0.000000 0.630687 0.779760 0.041534 0.000001 0.220833 0.268321 0.345934 0.554451
Sum 101.3948 520.6664 420.8772 354.7186 27.94150 195.0000 111.3032 158.0000 91.37143 216.0000 124.9079 327.5825 569.0000 Sum Sq. Dev. 52.63068 2233.322 635.9476 25.59545 0.735506 56.81250 19.54842 27.91667 14.68882 22.00000 16.90089 92.04886 157.9792
Observations 48 48 48 48 48 48 48 48 48 48 48 48 48
Covariance Analysis: Ordinary Date: 09/29/13 Time: 21:27 Sample: 1 48 Included observations: 48 Covariance
Correlation PBV AGE LEVER
AGE SIZE INDE
P CCIT
EM CCITEMI
NDEP HCIT
EM HCITEMI
NDEP SCITEM
SCITEMINDEP
ICDITEMINDEP
ICDITEM
PBV 1.096
472
1.000
000
AGE
-0.198
538 46.52
753
-0.027
797 1.000
000
LEVERAGE
-1.323
072
-2.564
151 13.2489
1
-0.347
132
-0.103
276 1.00000
0
SIZE 0.348
733 1.843
192
-0.26370
4 0.533
239
0.456
072 0.370
045
-0.09921
2 1.000
000
INDEP 0.029
789
-0.124
491 0.12173
2
-0.016
742 0.015
323
0.229
815
-0.147
438 0.27017
2
-0.185
218 1.000
000
CCITEM
-0.219
564 0.134
553
-0.38873
6 0.210
162
-0.046
005 1.183
594
-0.192
735 0.018
132
-0.09816
7 0.264
541
-0.341
611 1.000
000
CCITEMINDEP
-0.059
881
-0.318
543 0.12379
7 0.084
437 0.022
143 0.536
522 0.407259
-0.089
609
-0.073
177 0.05329
5 0.181
191 0.280
307 0.772
772 1.000000
HCITEM 0.137
005
-0.667
244
-0.71434
3
-0.043
916
-0.012
544 0.210
938 0.056318 0.581
597
0.171
563
-0.128
268
-0.25733
9
-0.078
860
-0.132
876 0.254
238 0.115717 1.000
000
HCITEMINDEP
0.164617
-0.746
057 0.03321
7
-0.087
829 0.042
456
-0.044
172 0.091787 0.287
847 0.306017
0.284
186
-0.197
717 0.01649
7
-0.217
422 0.620
008
-0.073
395 0.259999 0.682
304 1.000000
SCITEM
-0.071
498 0.586
808
-0.66476
5 0.075
217
-0.017
247 0.197
917 0.073429 0.125
000 0.013294 0.458
333
-0.100
856 0.127
072
-0.26976
6 0.152
147
-0.205
801 0.268
714 0.169959 0.242
107 0.035496 1.000
000
SCITEMINDEP
0.062248
-0.306
327 0.16117
9
-0.026
839 0.054
951
-0.063
533 0.149568 0.013
630 0.184799 0.195
899 0.352102
0.100
183
-0.075
683 0.07462
5
-0.061
941 0.748
119
-0.098
416 0.394974 0.030
119 0.562979 0.487
650 1.000000
ICDITEMINDEP
0.166984
-1.370
926 0.31819
4
-0.030
231 0.119
551 0.428
817 0.648613 0.357
795 0.582603 0.282
622 0.686469 1.917685
0.115
156
-0.145
134 0.06312
7
-0.029
896 0.697
415 0.284
631 0.733943 0.338
793 0.760521 0.301
458 0.835407 1.000000
ICDITEM
-0.154
057 0.054
117
-1.76784
3 0.241
462
-0.075
796 1.592
448 0.666269 0.917
535 0.256969 0.781
250 0.145996 1.069234 3.2912
33
-0.081
097 0.004
373
-0.26771
6 0.182
268
-0.337
515 0.806
835 0.575487 0.663
181 0.256052 0.636
092 0.135621 0.425603 1.0000
00